一、本文介绍
本文记录的是利用GBC门控瓶颈卷积模块改进YOLOv10的特征提取部分。GBC通过低秩瓶颈卷积轻量化、双分支门控加权与残差特征保留结合，在极低计算开销下实现裂缝形态特征的精准提取与背景干扰抑制。
二、GBC模块介绍
2.1 设计出发点
裂缝形态不规则、纹理纤细，传统卷积参数大、计算冗余，且无法动态聚焦裂缝形态；背景噪声强易干扰特征提取，需要轻量且能自适应聚焦裂缝形态的卷积单元。
2.2 模块结构
GBC（Gated Bottleneck Convolution）：
- 瓶颈卷积降参：用低秩瓶颈卷积（BottConv）替代普通卷积，大幅降低计算量
- 双分支门控机制：主分支提取裂缝形态，门控分支学习空间权重，通过哈达玛积动态加权
- 组归一化+残差连接：稳定分布、保留原始细节，强化裂缝关键特征
2.3 模块优势
- 极轻量高效：参数与FLOPs远低于普通卷积，适合边缘部署
- 形态感知强：门控动态聚焦裂缝纹理与轮廓，抑制背景杂波
- 细粒度增强：残差连接保留原始细节，强化裂缝关键特征