一种基于小样本红外特征学习的混凝土大坝空鼓隐患识别方法

本发明公开了一种基于小样本红外特征学习的混凝土大坝空鼓隐患识别方法，包括以下步骤：首先，通过坝体温度场计算模拟红外图像，构建迁移学习的预训练数据集；然后，构建双注意力与多尺度特征增强语义分割模型，包括空间‑通道双注意力编码器，多尺度特征增强模块，空间‑通道双注意力解码器，和基于组合损失函数预测模块；其次，将构建的语义分割模型部署在模拟数据集上进行预训练产生预训练模型，然后在实测大坝空鼓红外图像数据集上调用预训练模型，来完成小样本下的迁移学习。最后将模型部署到边缘端，识别混凝土大坝空鼓。本发明提高了混凝土大坝空鼓的检测效率，为混凝土大坝的隐患排查提供了智能化的基础。