本发明公开了一种结合深度学习与密集连续中心点的裂纹检测方法，标注的单个边界框能表达裂纹的局部区域，再通过密集连续地标注形式能表达完整的裂纹信息，在大量减少多余背景的同时有效控制不同背景中结构体表面裂纹的差异，使得深度学习网络模型在图像级处理中所学习的特征更加集中，能更针对性的学习裂纹特征：通过多尺度残差单元搭建特征提取器来实现同尺度下多语义特征的兼顾，从而有助于扩大各尺度中结构体表面裂纹浅层粗糙特征的感受野；在感受野提升的同时通过设置自适应注意力模块可自适应的调整输出特征的分布，减少由于裂纹局部区域出现间隙、背景杂质干扰而带来的结构体表面裂纹及其相似背景信息难以区分的不足。