近日，土木工程学院工程结构抗火与抗震创新团队2020级硕士研究生王鹏霏，在刘才玮副教授、苗吉军教授、刘延春高级实验师共同指导下，在土木工程领域国际著名期刊《Computer-Aided Civil and Infrastructure Engineering》发表论文“Multicategory fire damage detection of post-fire reinforced concrete structural components”。研究成果可为建筑火灾后智能识别与健康诊断提供理论基础和技术支持，对灾后应急救援和结构修复具有重要科学意义。
在研究中，团队针对火灾后钢筋混凝土（RC）结构常见的四种损伤类型——表面熏黑、裂缝、混凝土爆裂和钢筋暴露，构建了一个包含1536张图像的专项数据集。通过对这些图像进行深度学习和分析，团队开发了一种改进的YOLOv5s-D网络模型。该模型通过引入ShuffleNet模块、自适应注意力机制（AAM）和特征增强模块（FEM），显著提升了在复杂背景下的多尺度特征提取能力，实现了对火灾后RC结构损伤的高效、准确检测。为了推动研究成果的实际应用，团队还开发了一款基于YOLOv5s-D网络的手机应用程序，实现了对火灾后RC结构损伤的实时视频检测功能。这款应用不仅提高了检测效率，还使得非专业人员也能快速准确操作，为灾后应急救援和结构修复提供了有力支持。
学院历来重视研究生创新能力的培养，注重教育服务地方经济社会发展，紧跟行业发展需求，打造了“235”科创育人引擎，开放了防灾减灾实验中心和岩土与轨道交通实验中心两个平台，让学生通过实际工程项目和科研实践提升实操能力和创新思维，着力培养行业紧缺的创新型、复合型、应用型人才。（撰稿：王鹏霏、王俊富；审核：邵先锋）
《Computer-Aided Civil and Infrastructure Engineering》是土木与计算机交叉学科的著名期刊。根据2023年Web of Science统计数据，该期刊IF=8.5，在181种“工程，土木”类期刊中排名第二。
论文详细信息：Wang, P., Liu, C., Wang,X., Tian, L., Miao, J., & Liu, Y. (2024). Multicategory fire damage detection of post-fire reinforced concrete structural components. Computer-Aided Civil and Infrastructure Engineering, 1–22.
论文链接https://doi.org/10.1111/mice.13314.
