1.一种改进PoolNet网络结构的混凝土路面裂缝检测方法，其特征在于，包括以下步骤：

获取路面图像集，并从所述路面图像集中筛选出具有裂缝的路面图像，同时划分为训练集和测试集；

基于仿射变换和非刚体变换，对所述路面图像以及对应的标注进行数据增强处理；

将数据增强后的所述训练集输入改进PoolNet网络结构进行训练，直至迭代次数达到指定阈值或者性能指标满足应用要求，完成训练；

基于所述测试集判断所述改进PoolNet网络结构是否满足应用要求，若满足，则保存所述改进PoolNet网络结构，若不满足，则修改数据增强和训练环境的超参数重新进行训练；

使用训练好的模型进行路面裂缝检测，并对提取得到的路面裂缝使用基于连通域标记分类算法，对裂缝进行分类和严重程度的评估。

2.如权利要求1所述的改进PoolNet网络结构的混凝土路面裂缝检测方法，其特征在于，基于仿射变换和非刚体变换，对所述路面图像以及对应的标注进行数据增强处理，包括：

获取随机生成的一个随机数，并判断所述随机数是否大于执行数据增强的阈值；

若大于执行数据增强的阈值，则以反射方式取所述路面图像较长边填充图像，并以多种设定的概率值进行数据增强处理。

3.如权利要求2所述的改进PoolNet网络结构的混凝土路面裂缝检测方法，其特征在于，若大于执行数据增强的阈值，则以反射方式取所述路面图像较长边填充图像，并以多种设定的概率值进行数据增强处理，包括：大于执行数据增强的阈值，则以反射方式取所述路面图像较长边填充图像，得到一个正方形图像；

以0.2的概率添加高斯噪声；

以0.5的概率进行水平翻转；

以0.5的概率随机仿射变换，包括以32个像素内随机平移，在放缩倍数区间[‑0.1,0.1]内随机放缩以及旋转角区间[‑30°,30°]内随机旋转；

以0.5的概率从三种非刚体变换中随机选择执行，三种非刚体变换包括弹性变换、随机调整亮度和对比度、打乱通道。

4.如权利要求1所述的改进PoolNet网络结构的混凝土路面裂缝检测方法，其特征在于，将数据增强后的所述训练集输入改进PoolNet网络结构进行训练，直至迭代次数达到指定阈值或者性能指标满足应用要求，完成训练，包括：将数据增强后的所述训练集输入改进PoolNet网络结构，正向推理得到预测结果；

使用改进加权交叉熵损失函数计算所述预测结果与标记之间的损失值；

使用随机梯度下降算法以当前所述损失值对所述改进PoolNet网络结构权重求导，反向传播梯度，更新所述改进PoolNet网络结构权重；

直到迭代次数达到指定阈值或者性能指标满足应用要求，完成训练。

5.如权利要求4所述的改进PoolNet网络结构的混凝土路面裂缝检测方法，其特征在于，将数据增强后的所述训练集输入改进PoolNet网络结构，正向推理得到预测结果，包括：使用基于VGG‑FPN作为骨干网络，提取分别缩小2倍、4倍、8倍的多尺度卷积特征图；

使用改进的金字塔池化模块提取所述训练集中的所述路面图像的底层卷积特征，再分别2倍、4倍、8倍上采样后与相同尺度的浅层特征融合；

每次多尺度特征融合过程中，使用结合注意力机制的特征整合模块来平滑不同尺度特征的差距，整合不同尺度的特征融合；

使用整合后精炼卷积特征来预测路面裂缝。