1.一种基于深度学习的受弯钢筋混凝土简支梁破坏模式识别方法，其特征是：步骤如下：S1、建立钢筋混凝土结构表面裂缝与剥落损伤语义分割数据集；

S2、构建用于钢筋混凝土结构表面裂缝与剥落损伤像素识别的深度学习语义分割全卷积网络；

S3、采用S1建立的数据集训练和验证S2构建的深度学习语义分割全卷积网络；

S4、采用S3训练和验证的深度学习语义分割全卷积网络模型进行受弯钢筋混凝土简支梁表面图像中的裂缝与剥落损伤像素识别；

S5、提取S4识别出的图像中的受弯钢筋混凝土简支梁正截面或斜截面破坏的特征；

S6、根据S5提取出的正截面或斜截面的破坏特征进行受弯钢筋混凝土简支梁的破坏模式识别；

所述S1中建立混凝土结构表面微裂纹数据集的具体步骤为：

S1.1、收集混凝土结构表面裂缝与剥落损伤的jpg格式的原始图像数据；

S1.2、在Photoshop软件中，对S1.1收集的原始图像中的裂缝与剥落损伤像素进行人工标记，制作S1.1中收集的裂缝与剥落损伤原始图像的png格式的标签图像；标签图像中，背景像素、裂缝像素与剥落像素分别用0、1和2表示；

S1.3、将S1.1收集的裂缝与剥落原始图像及与其对应的标签图像的尺寸调整为504×

376像素大小；

S1.4、从S1.3调整尺寸后的裂缝与剥落原始图像及与其对应的标签图像中，随机选择

80%的原始图像及与其对应的标签图像作为深度学习语义分割网络模型的训练集，剩余的

80%的原始图像及与其对应的标签图像作为验证集；

所述S2中构建用于混凝土结构表面裂缝与剥落损伤像素识别的深度学习语义分割全卷积网络的具体步骤为：S2.1、基于DenseNet‑121卷积神经网络，建立用于混凝土结构表面裂缝与剥落损伤像素识别的深度学习语义分割全卷积网络；

S2.2、对建立的深度学习语义分割全卷积网络中各个层的权重和偏置参数进行初始化；

S2.3、对建立的深度学习语义分割全卷积网络的训练和验证时的学习率、动量、权重衰减超参数进行设置；

所述S3中采用S1建立的数据集训练和验证S2构建的深度学习语义分割网络的具体步骤为：S3.1、采用S1.4建立的训练集，训练S2构建的深度学习语义分割全卷积网络；

S3.2、在S3.1深度学习语义分割全卷积网络的训练过程中，穿插验证过程，采用S1.4建立的验证集对训练过程中获得的深度学习语义分割全卷积网络模型进行验证；

所述S4中采用S3训练和验证的深度学习语义分割网络进行受弯钢筋混凝土简支梁表面图像中的裂缝与剥落损伤像素识别的具体步骤为：S4.1、以左右支座为端点、两个集中对称荷载作用点为中间点，将受弯钢筋混凝土简支梁分为中跨和边跨，并在受弯钢筋混凝土简支梁表面标记出中跨和边跨的区域范围；

S4.2、在受弯钢筋混凝土简支梁破坏以后，采用智能手机对破坏后的受弯钢筋混凝土简支梁表面存在损伤的跨度区域进行图像采集，并对图像中包含的受弯钢筋混凝土简支梁的表面区域进行记录，所述的表面区域为：中跨或边跨；

S4.3、根据S4.1中所做的标记，将S4.2采集的破坏后的受弯钢筋混凝土简支梁表面图像中的中跨或边跨区域部分裁剪出来，并将裁剪出的中跨或边跨区域图像的长和宽像素尺寸调整为504×376像素的整数倍；

S4.4、对于S4.3中进行尺寸调整后的破坏后的受弯钢筋混凝土简支梁表面的中跨或边跨区域图像，采用504×376像素大小的矩形滑动窗口按照从左到右、从上到下的顺序依次扫描一遍；在进行扫描的过程中，当窗口滑动到某一位置时，应用S3中训练好的深度学习语义分割网络模型对该位置处小图像中的裂缝与剥落像素进行识别；识别结果中图像中，背景、裂缝与剥落像素分别用黑色、白色与绿色表示；

S4.5、将S4.4识别结果图像的尺寸，调整为S4.3中裁剪出的中跨或边跨区域部分图像的原始尺寸。

2.根据权利要求1所述的基于深度学习的受弯钢筋混凝土简支梁破坏模式识别方法，其特征是：所述S5中提取S4识别出的图像中的受弯钢筋混凝土简支梁正截面或斜截面破坏的特征的具体步骤为：S5.1、根据S4.2中记录的采集的图像中包含的受弯钢筋混凝土简支梁表面区域的范围，所述的范围为中跨或边跨，若S4.2采集的图像为受弯钢筋混凝土简支梁的中跨区域图像，则对S4.5调整尺寸后的识别结果图像进行分析，判断在梁的受拉区是否存在主裂缝以及在梁的受压区是否存在剥落损伤；

S5.2、根据S4.2中记录的采集的图像中包含的受弯钢筋混凝土简支梁表面区域的范围，所述的范围为中跨或边跨，若S4.2采集的图像为受弯钢筋混凝土简支梁的边跨区域图像，则对S4.5调整尺寸后的识别结果图像进行分析，对识别结果图像中的裂缝的像素坐标进行直线拟合，计算拟合直线斜率的绝对值，该绝对值为根据裂缝计算的受弯钢筋混凝土简支梁的剪跨比。

3.根据权利要求2所述的基于深度学习的受弯钢筋混凝土简支梁破坏模式识别方法，其特征是：所述S6中根据S5提取出的正截面或斜截面的破坏特征进行受弯钢筋混凝土简支梁的破坏模式识别的具体步骤为：S6.1、若S4.2采集的图像为受弯钢筋混凝土简支梁的中跨区域图像，则根据S5.1的梁的受拉区是否存在主裂缝以及在梁的受压区是否存在剥落损伤的判断结果，进行受弯钢筋混凝土简支梁正截面破坏模式的识别；

S6.2、若S4.2采集的图像为受弯钢筋混凝土简支梁的边跨区域图像，则按照S5.2中根据裂缝计算的受弯钢筋混凝土简支梁的剪跨比的范围，进行受弯钢筋混凝土简支梁斜截面破坏模式的识别。