【摘要】为了实现桥梁裂缝的精准、高效、稳定检测，本文提出基于迁移学习的桥梁裂缝无损检测方法。 在计算机视觉领域选取网络开源数据集中采集桥梁裂缝图像数据，通过图像增强方式对采集到的图像进行随机明度变化调整与图像仿射变换。 将ＶＧＧ１９神经网络作为基础网络模型，对ＰＡＳＣＡＬ ＶＯＣ数据集图像进行预训练后，利用迁移学习算法将学习到的边缘特征迁移到ＶＧＧ１９神经网络卷积层中，输出特征图，完成桥梁裂缝无损检测。 实验结果表明：利用设计方法进行桥梁裂缝无损检测测试过程中，针对不同数据集所获取的Ｒ值、Ｐ值与Ｆ１值均高于０. ９７５，验证准确率最高达到９８％、损失值最高值为１。 由此证明，该方法具有较好的实际应用效果。