摘要: 大坝表面裂缝具有细长、尺度不一等特点，传统数字图像处理算法难以准确提取其特征。为了提高裂缝检测的准确率和召回率，提出将图像的浅层和深层特征策略性地融合，在特征层的通道信息和位置信息中分别加入注意力机制，从而提出了多尺度全局注意力YOLO(MLGAM-YOLO)模型，该模型将底层特征的多维信息跳跃式传输给预测层，既融合了图像底层特征，又避免了训练中梯度消失等问题。实例应用表明：MLGAM-YOLO模型可以快速收敛，在准确率和召回率等指标上均有较大幅度提升，且该模型并不局限于大坝裂缝检测，也可应用于房屋、桥梁等建筑表面病害检测。