桥梁表观病害与形变AI识别：巡检影像的轻量化落地

桥梁表观巡检的难点不在单张图识别，而在同一病害跨期次的可比性。本阶段实验以中小跨径梁桥为对象，把巡检影像拆成两条链路：病害链路做裂缝、剥落、渗水的语义分割，并用标定板与相机参数反算裂缝宽度与面积；形变链路用固定靶标与特征点匹配，估计支座位移与梁体挠度的相对变化。

当前进展：
· 已跑通 6 座桥梁、约 4200 张影像的标注与训练，裂缝分割 IoU 约 0.72，宽度换算在中距离拍摄条件下误差约 ±0.15 mm；形变测量在无风时段重复性优于 1 mm。
· 边缘端采用量化模型推理，单张 4K 影像约 1.8 s，可在巡检现场完成初筛，仅回传疑似病害与靶标序列。

下一步将把多期次影像做配准对齐，输出病害扩展速率与形变趋势曲线，并验证雨天、逆光等条件下的误报率，使结果能直接进入养护工单。