本发明涉及人工智能技术领域，具体涉及一种人防门锈蚀状态检测系统及方法，通过采集传感器获取不同环境状态的环境参数以及该环境下人防门的锈蚀区域面积和锈蚀区域所对应的灰度均值；将环境参数、锈蚀区域面积和灰度均值作为训练样本，以对TCN预测网络进行训练，将采集的实时环境参数通过训练好的TCN预测网络预测得到锈蚀区域面积的预测值和灰度均值预测值，以计量人防门的锈蚀程度。利用光学手段来测试或分析材料，具体是利用红外镜头采集红外图像，以根据红外图像反映的能量辐射大小为对应RGB图像中的像素点分配权重，使得预测的锈蚀区域的面积和对应像素点的灰度值更准确，从而提高了锈蚀程度的计量结果的严谨性，实现新材料检测。