基于深度学习的桥梁缺陷自动识别与巡检方法

本发明涉及桥梁检测技术领域，具体涉及基于深度学习的桥梁缺陷自动识别与巡检方法，包括以下步骤：S1，多模态数据采集：获取桥梁表面及内部结构的多模态数据；S2，多模态数据预处理：生成时空对齐的增强数据集；S3，特征融合与提取：生成融合特征图谱；S4，自适应优化特征图谱：根据实时环境参数调整网络层间连接权重；S5，缺陷定位与类型识别：定位缺陷的空间坐标并同步输出缺陷类型的概率分布；S6，缺陷分析与报告生成：基于缺陷定位与类型识别的结果，生成包括缺陷演化趋势分析的巡检报告。本发明，提升了桥梁巡检效率，降低了人工成本，进一步推动了桥梁管理领域的智能化升级。