一种基于U-Net的风电叶片表面损伤检测方法

本发明公开了一种基于U‑Net的风电叶片表面损伤检测方法。本发明包括以下步骤：利用构建风电叶片表面图像数据集对复杂风电叶片损伤分割网络进行训练后，获得训练好的复杂风电叶片损伤分割网络；再将待检测的风电叶片表面图像输入到训练好的复杂风电叶片损伤分割网络中，网络输出对应的缺陷检测结果。其中，复杂风电叶片损伤分割网络包括依次相连的多尺度语义建模模块、卷积‑Transformer融合模块、基于通道‑空间联合注意力的解码模块和深度激活模块，将多尺度语义建模模块和基于通道‑空间联合注意力的解码模块跳跃连接。本发明能够准确识别和分割风电叶片表面的复杂损伤，尤其在细小裂纹、边界模糊等难度较大的区域，满足了实际应用需求。