基于改进型CNN-Transformer混合架构的裂缝检测图像分割方法

本发明公开了一种基于改进型CNN‑Transformer混合架构的裂缝检测图像分割方法，所述方法包括如下步骤：步骤1：图像输入与预处理；步骤2：混合特征编码；步骤3：语义建模；步骤4：级联解码；步骤5：裂缝掩码输出；步骤6：损失函数设计与训练优化。本发明提出了一种改进型CNN‑Transformer混合架构，将深度可分离卷积、迁移学习优化的CNN模块与轻量级Transformer进行有机结合，不仅提升了裂缝识别的精度与鲁棒性，还有效降低了模型体积与运算负载，具备广阔的工程应用前景与技术推广价值，尤其适用于混凝土结构裂缝检测场景，可广泛应用于坝体、桥梁、隧道、地铁衬砌等土木工程的裂缝智能巡检中。