基于深度学习的水利设施表面损害检测方法及其系统

本发明公开了一种基于深度学习的水利设施表面损害检测方法及其系统，该方法包括利用多尺度转换器MT结构改进YOLOv5基线模型的主干网络，构建YOLOv5‑MT模型；获取待检测水利设施表面图像的原始数据集，采用切图策略对原始数据集进行划分、筛选并分类，将分类后的图像划分为训练集、验证集和测试集；根据训练集、验证集和测试集对YOLOv5‑MT模型进行训练并获得最优的YOLOv5‑MT模型参数；采集待检测水利设施表面的真实图像，并将真实图像输入到训练后的YOLOv5‑MT模型，输出检测结果。本发明通过引入多尺度转换器MT结构改进YOLOv5模型的主干网络，使模型在处理大小差异较大的目标时，能够更准确地提取特征，从而提高检测的精度和性能。