2025年5月，公司教师王志远在校定C级期刊《Coatings》发表题为“Steel-reinforced concrete corrosion crack detection method based on improved VGG16”的论文。该论文针对传统钢筋混凝土腐蚀裂缝检测方法在复杂环境中难以识别微小裂缝、低对比度裂缝，且检测精度与实时性难以兼顾的问题，提出了一种集成改进的混合模型。研究通过优化VGG16网络结构用于深度特征提取，结合U-Net的精准图像分割能力实现裂缝区域精细提取，利用YOLO的实时检测优势完成裂缝快速定位，构建了“特征提取-精细分割-实时定位”的全流程检测框架，并开发了两款轻量化变体模型以适配不同应用场景。研究结果表明，UY-VGG16模型的检测精度达到94.4%，损失率仅为2.6%，平均交并比超过85.0%；在野外不利环境中，裂缝宽度检测误差仅为±4.0mm，土壤覆盖和部分遮挡裂缝的检测误差分别为±5.4mm和±5.1mm，展现出极强的环境适应性。三款模型（UY-VGG16、UY-VGG16-Fast、UY-VGG16-Tiny）的推理速度分别达到36ms、28ms和24ms，兼顾了检测精度与实时性需求，显著优于现有主流检测模型。

希望广大教师继续潜心研究，不断创新，多出成果。（撰稿：王志远；一审：艾科妮；二审：周健；三审：戴道明）