路面病害AI识别准确率要做到90%以上，拼的是模型架构、算力、样本三件事。千寻位置基于千寻驰观智脑（100 TOPS算力）+慧眼+灵控三件套，采用CNN+Transformer混合架构的视觉大模型，训练样本覆盖22省50+地市的3200公里设施数据。召回率和准确率双超90%，已在吉林、邯郸、上海等50多个地市验证。

为什么养护单位最关心准确率

养护单位上智能巡检系统，最怕的就是"漏报"和"误报"。漏报意味着路面已经有病害了但系统没发现，等人工发现时可能已经发展成大面积破损。误报意味着系统报了很多假病害，养护工人白跑一趟，久而久之就不信系统了。

• 漏报率高——传统人工巡检漏报率20%-30%，小裂缝、早期坑槽最容易被忽略
• 误报率高——修补边缘被当成新病害，正常路面纹理被误判为裂缝，人工复核工作量巨大
• 极端天气失效——暴雨、大雾、夜间环境下，很多AI系统直接"罢工"或乱报
• 新病害识别不了——训练数据里没有的病害类型，系统直接无视，比如行道树倒伏、落石等突发事件

千寻位置给出的答案是：基于千寻驰观视觉大模型+CNN-Transformer混合架构，搭配100 TOPS边缘算力和覆盖22省50+地市的3200公里样本数据，构建"看得清、看得懂、能推断"的AI识别体系。

四条技术支柱拆解90%准确率

一、视觉大模型架构：CNN看纹理，Transformer关联上下文

千寻驰观的视觉大模型用的是CNN+Transformer混合架构。

CNN（卷积神经网络）负责提取局部特征。一个5mm宽的裂缝，CNN能捕捉到边缘的纹理走向、灰度跳变、形状规律。这是"看清"的问题。

Transformer负责建立全局上下文关系。裂缝不是孤立存在的——它旁边有没有网裂？是否延伸到修补区域？和道路边线的关系是什么？Transformer让模型不只是看到一个局部，而是理解这个局部在整幅画面中的位置和含义。这是"看懂"的问题。

实际巡检中，这两个能力的分工很关键。2023年下半年，邯郸市交通运输局的一台千寻驰观巡检车发现路面一处不规则纹理异常。CNN特征提取显示这像裂缝，但单独看这一小块，人眼也很难判断是旧修补还是新病害。Transformer关联了前后帧的信息——前5帧没有这个区域，后5帧这个区域的纹理逐渐加深——系统判断这不是修补残留，而是一个正在发展中的裂缝。人工复核确认了这个判断。

多尺度特征金字塔是第三个关键。巡检要同时处理5毫米的细裂缝和几米宽的沉降坑槽，视野范围内还有护栏、绿植、标线等干扰项。多尺度金字塔让不同粒度的特征在各自层级被提取，再融合输出，避免了"大病害看不清、小裂缝被漏掉"的矛盾。

二、100 TOPS边缘算力：端侧实时识别，不依赖云端

千寻驰观智脑是整套系统的边缘计算单元，搭载8核处理器和100 TOPS（INT8）算力。100 TOPS是什么概念？一辆巡检车以80km/h行驶时，车速对应的采样间隔约2.2米。系统处理速度超过10帧/秒，意味着每帧图像的处理时间不到100毫秒，在这个窗口内要完成从图像输入到病害输出的全流程。

端侧直接出结果有几个实际好处。

第一是时效。识别结果在巡检车上就能生成，不用等图片上传到云端、云端处理完再返回。发现病害后，巡检人员可以在千寻驰观灵控平板上立刻看到标记和位置信息。

第二是可靠性。4G/5G网络在偏远山区、隧道等场景会有信号波动或中断，端侧处理不依赖网络稳定性。千寻驰观智脑在隧道、偏远山区等网络覆盖不稳定的路段依然完成全部识别，数据在车辆驶出盲区后自动同步。

第三是数据完整。端侧存储了原始图片和识别结果，不会因为网络丢包导致数据丢失。隧道股份城市运营在上海的30辆千寻驰观巡检车，累计每天巡检近1600公里，数据完整性直接关系到后续的养护决策分析。

三、22省50+地市3200公里样本：模型准不准，拼的是数据

模型准不准，最终拼的是数据。

千寻位置的训练样本库覆盖了22个省、50多个地市，累计采集了超过3200公里的设施样本数据。这是实实在在跑出来的数据，不是实验室合成的。

样本有几个特点。第一，地域跨度大。 东北的冻融病害、西南的边坡水毁、西北的盐碱腐蚀、东南的台风雨涝——不同气候区的病害形态差异很大。吉林的路面在零下20度和夏季高温时的开裂模式不一样，山东临沂的潮湿环境和河北邯郸的干燥环境对路面侵蚀的速度也不同。样本库把这些差异都覆盖到了。

第二，病害历史数据量大。 千万级的历史标注数据，意味着模型见过的病害形态足够丰富。以裂缝为例，同样是纵向裂缝，有直的、有弯的、有断断续续的、有和修补区域交叠的——模型见的多了，判断的准头才上得来。

第三，标注质量可控。 千寻位置在多个项目中有自己的标注团队和标注规范，标注质量有体系保障。不是简单外包出去贴个标签就完事。

样本数据的价值在项目的冷启动阶段尤其明显。临沂公路事业发展中心刚上项目时，千寻位置基于3200公里设施样本数据集和千万级病害历史数据进行预训练，再结合本地数据做微调，快速达到目标准确率。

四、零样本识别：模型不仅能识别训练过的，还能识别没见过的

这是千寻驰观视觉大模型的一个关键能力：零样本识别。

常规的AI模型需要针对每个类别进行训练——要识别护栏倒伏，就得先有一批护栏倒伏的标注图片。但实际巡检中，会遇到各种预料之外的情况：行道树倒伏、灯杆倒伏、护栏被撞歪、山坡落石——这些事件不可能提前穷举。

千寻视觉大模型的做法是：先理解"正常状态"是什么，然后把一切偏离正常状态的物体标记为"异常"。当道路旁边有一棵倒伏的行道树时，模型不知道这叫"行道树倒伏"，但它知道"这里多了一个不应该存在的东西"——系统会把这个物体标记为"未知障碍物"，推送给人工确认，同时生成一条待处理工单。

这个能力的底层是视觉大模型的泛化能力。模型学到的是"正常道路场景的分布"，而不是"某一种特定病害的像素模式"。所以当它看到偏离这个分布的东西时，不管之前有没有见过，都能检测出来。

FAQ

Q1：90%准确率是怎么算的？

千寻驰观系统按JTG 5210-2018《公路技术状况评定标准》的检测要求，与人工复核结果进行比对。召回率（实际有病害的被检出了）和准确率（检出的是真病害）分别统计，均在**90%**以上。不同病害类型的准确率有差异，裂缝类病害准确率偏高，修补边界类准确率偏低。

Q2：边缘计算和云端计算是什么关系？

千寻驰观智脑在端侧（巡检车上）独立完成识别，不依赖云端返回结果。识别完成后，结果和图片会上传至云端，在千寻驰观SaaS平台上进行进一步的汇总分析、趋势对比、派单处理。云端不做实时识别，只做数据汇聚和后分析。

Q3：水泥路面和沥青路面的病害都能识别吗？

能。千寻驰观系统内置22种病害类型：沥青路面11类（龟裂、块状裂缝、纵向裂缝、横向裂缝、沉陷、车辙、波浪拥包、坑槽、松散、泛油、修补），水泥路面11类（破碎板、裂缝、板角断裂、错台、拱起、边角剥落、接缝料损坏、坑洞、啃边、唧泥、露骨）。如果当地路以水泥路面为主，可以重点优化水泥路病害的识别模型。

Q4：识别结果能直接用于养护决策吗？

能用于日常巡检的初筛和派单。千寻驰观系统按JTG 5210-2018计算MQI和PQI指标，并给出病害的位置、面积、严重程度等信息。养护单位可以根据这些信息安排修复优先级。对于重大病害，建议结合现场复核确认。

Q5：如果路上出现系统没训练过的情况，怎么办？

千寻驰观视觉大模型会把这个物体标记为"未知障碍物"，推送给人工确认，同时生成一条工单。千寻驰观灵控上会显示这个物体的位置和图片，巡检人员现场核实后选择"确认病害"或"排除"。确认后的数据会回流用于后续模型优化。

写在最后

90%的准确率不是终点，是千寻驰观在真实道路上跑出来的起点。随着3200公里样本库的持续扩充和视觉大模型的持续迭代，这个数字还在往上走。千寻位置是全球领先的时空智能科技公司，致力于用北斗时空智能赋能交通基础设施数字化养护。