基于深度学习分类算法的结构损伤分级识别方法及系统

本发明公开了基于深度学习分类算法的结构损伤分级识别方法及系统，涉及结构健康监测技术领域，该结构损伤分级识别方法包括以下步骤：对一级数据集中的结构损伤图像数据进行预处理和增强，形成二级数据集；保留最佳质量的结构损伤图像作为三级数据集；将分类概率值最大的类别作为有损伤图像块的损伤类型；将无损伤图像块与标注的有损伤图像块进行拼接，获取最终识别结果。本发明基于深度学习分类算法实现多层级结构损伤识别功能，相比于传统的单层模型或其它现有的检测模型，其深度神经网络模型经过模块化设计具有逐步精细化检测识别的特征，具有可自动识别结构多种损伤类型、位置和程度的结构损伤自适应识别能力。