一种基于深度学习的混凝土结构裂缝检测方法

本发明公开了一种基于深度学习的混凝土结构裂缝检测方法，包括：采集混凝土结构表面图像，将待检测图像输入至预设的轻量化图像分类模型ResNet_GL中，判断待检测图像中是否存在裂缝，将存在裂缝的图像输入至预设的轻量化目标检测模型YOLOv8n_EB中，获取裂缝区域的边界框位置信息；根据边界框位置信息提取裂缝区域图像，输入至预设的语义分割模型U‑Net_EC中，得到裂缝的像素级轮廓和形态信息；本发明构建的基于深度学习的混凝土结构裂缝检测方法，通过三个轻量化模型的级联，以较低的计算代价，实现了高精度、全流程的自动化裂缝检测，解决了传统方法效率低、鲁棒性差及现有深度学习方法难以兼顾精度与速度的问题，具有极高的工程应用价值。