表面裂缝检测的神经网络架构对比研究：从FFNN到迁移学习的性能演进

本研究针对工业视觉检测中的表面裂缝识别问题，对比了FFNN、LSTM-RNN、CNN及ResNet18迁移学习四种神经网络架构的性能。研究基于约22.8万张灰度图像数据集，揭示了从基础到先进模型的性能演进轨迹，其中ResNet18迁移学习模型取得最佳表现（调优后准确率86%）。本文将分楼层展开研究背景、方法、结果及应用等内容。

表面裂缝检测是工业质量控制关键环节，广泛应用于建筑安全评估、制造业质检等领域。传统人工检测效率低且易受主观影响，难以满足现代工业对精度和速度的要求。随着深度学习发展，自动化检测成为可能，但需回答：简单全连接网络能否胜任？循环神经网络适用于图像数据吗？卷积网络优势何在？迁移学习能带来多大提升？这些问题是本研究的核心。

研究使用Kaggle的"Cracked and Non-Cracked Surface Datasets"，含约22.8万张灰度图像（平衡数据集）。预处理流程包括：1. 建立数据仓库记录图像路径；2. 数据可视化分析；3. 统一resize至227×227像素；4. 通过水平翻转和颜色抖动实现3倍数据增强；5. 多数类欠采样平衡类别。数据集按80%/10%/10%划分训练、验证、测试集，随机种子42确保可复现性。

研究对比四种架构：

1. FFNN：基准模型，将图像展平为一维向量输入全连接层，调优后准确率74%，因缺乏空间建模能力表现有限。
2. LSTM-RNN：将图像视为像素序列，利用LSTM捕捉时序依赖，但调优后准确率仍为73%，未优于FFNN（裂缝特征为局部空间模式而非全局序列依赖）。
3. CNN：计算机视觉标准架构，通过卷积层提取局部特征，调优后准确率80%，体现卷积操作优势。
4. ResNet18迁移学习：基于ImageNet预训练权重，修改首层适应单通道输入，调优后准确率86%，预训练知识提升细微裂缝识别能力。

综合性能排名（调优后）：ResNet18（86%）> CNN（80%）> LSTM-RNN（73%）= FFNN（74%）。 关键发现：所有从零训练的架构中，裂缝类识别难度高于非裂缝类（微裂缝与正常纹理难区分），模型倾向于预测非裂缝；迁移学习显著改善裂缝类召回率（81%）。超参数调优中，FFNN获益最大（70%→74%），CNN和LSTM提升有限，迁移学习适度提升（84%→86%）。

应用场景：制造业自动化质检辅助工具（提高效率）、基础设施安全监测（初步筛选裂缝图像）。 模型选择：资源有限时选CNN（80%准确率，性价比高）；追求最佳性能选ResNet18迁移学习（需GPU支持）；FFNN和LSTM不建议生产使用。

当前局限：数据集单一、微裂缝识别仍具挑战、未探索Vision Transformer等现代架构、缺乏跨数据集泛化测试。 未来方向：引入注意力机制聚焦裂缝区域、多尺度特征融合捕捉不同大小裂缝、结合语义分割实现像素级定位、领域自适应提高跨场景泛化能力。