1.一种基于图像-冲击回波的混凝土内部裂缝检测方法，其特征在于，包括：获取混凝土裂缝数据集，标记所述混凝土裂缝数据集的裂缝程度，得到第二数据集，使用数据增强对第二数据集进行预处理，得到第一数据集；将目标检测模型中引入RFB网络模块，所述RFB网络模块用于捕获裂缝多尺度特征；根据所述第一数据集训练所述目标检测模型，所述目标检测模型训练步骤包括：步骤S20：输入所述第一数据集至所述目标检测模型中；步骤S21：将目标检测模型的特征提取层引入所述RFB网络模块，所述RFB网络模块并行处理所述第一数据集，得到裂缝特征图，将所述裂缝特征图进行特征融合，得到裂缝多尺度特征图；步骤S22：根据所述裂缝多尺度特征图使用检测层输出所述裂缝坐标、裂缝置信度和所述裂缝程度；步骤S23：根据所述裂缝坐标、所述裂缝置信度和所述裂缝程度使用损失函数计算得到裂缝损失值；步骤S24：根据所述裂缝损失值使用链式法计算参数梯度，并根据所述参数梯度更新所述目标检测模型；步骤S25：若迭代次数达到第一阈值，则终止训练；否则，重复所述步骤S20至所述步骤S25；获取目标混凝土数据，将所述目标混凝土数据输入至训练好的所述目标检测模型中，得到裂缝程度和裂缝坐标，根据裂缝程度和裂缝坐标绘制二维裂缝图并划分裂缝区域；根据裂缝区域对目标混凝土进行监测点布局，使用冲击回波对所述监测点进行检测，并记录目标混凝土回波信号；对混凝土裂缝数据集使用数字信号处理技术提取回波信号的裂缝特征，并根据裂缝特征训练机器学习模型；将目标混凝土回波信号输入至训练好的所述机器学习模型中，得到目标混凝土的内部裂缝结果；根据目标混凝土的内部裂缝结果将所述二维裂缝图扩展为三维裂缝图，根据所述三维裂缝图确定目标混凝土的整体裂缝缺陷区域，得到实际裂缝程度。

2.根据权利要求1所述的一种基于图像-冲击回波的混凝土内部裂缝检测方法，其特征在于，所述裂缝程度获取过程包括：根据所述混凝土裂缝数据集使用图像处理软件对混凝土裂缝进行测量，根据所述混凝土裂缝的起始点和结束点得到裂缝尺寸；通过色彩分析工具获取所述混凝土裂缝的RGB值，根据混凝土背景颜色得到亮度和饱和度；使用Gabor滤波器提取所述混凝土裂缝的纹理特征得到裂缝复杂度；根据所述裂缝尺寸、所述亮度、所述饱和度、所述裂缝复杂度和专家经验，划分并标记所述混凝土裂缝数据集的裂缝程度，所述裂缝程度包括明显裂缝、轻微裂缝和无裂缝。

3.根据权利要求1所述的一种基于图像-冲击回波的混凝土内部裂缝检测方法，其特征在于，所述预处理的过程包括：所述数据增强包括几何变化、颜色变换和透视变换，将所述第二数据集增强N次后，得到新生成的图像，将所述新生成的图像与混凝土裂缝数据集中的图像合并，得到第三数据集；将所述第三数据集进行尺寸调整，所述尺寸调整包括：若所述第三数据集大于预设要求，则使用滑动窗口方法根据所述预设要求进行裁剪，裁剪后的第三数据集小于预设要求的区域用白色填充；否则不进行裁剪直接将所述第三数据集小于预设要求的区域用白色填充；根据调整后的第三数据集得到所述第一数据集。

4.根据权利要求1所述的一种基于图像-冲击回波的混凝土内部裂缝检测方法，其特征在于，所述二维裂缝图建立过程包括：以目标混凝土的左上角为坐标系的原点，根据目标混凝土实际尺寸建立二维坐标系，所述二维坐标系包括X轴和Y轴，所述X轴为水平向右延伸，所述Y轴为垂直向下延伸；检查所述裂缝坐标是否为剪裁后的坐标，若所述裂缝坐标为所述剪裁后的坐标，则将所述裂缝坐标加上滑动窗口偏移后得到第一裂缝坐标；否则直接将所述裂缝坐标赋值给所述第一裂缝坐标；根据所述第一裂缝坐标使用缩放比例计算得到实际坐标，并根据所述实际坐标得到所述二维裂缝图。

5.根据权利要求1所述的一种基于图像-冲击回波的混凝土内部裂缝检测方法，其特征在于，所述裂缝区域划分过程包括：根据所述裂缝坐标计算裂缝的中心坐标；根据所述裂缝的中心坐标使用欧几里得距离公式计算裂缝间的距离，将距离小于第二阈值的裂缝划分为同一区域，得到聚类结果；根据所述聚类结果，计算裂缝的数量，若区域内所述裂缝的数量超过第三阈值或至少有一条裂缝为明显裂缝，得到表面裂缝区域，并将所述表面裂缝区域标记为缺陷区域；否则标记为无缺陷区域。

6.根据权利要求1所述的一种基于图像-冲击回波的混凝土内部裂缝检测方法，其特征在于，所述监测点布局包括：根据缺陷区域的尺寸和裂缝的数量，得到缺陷区域监测点数量；根据无缺陷区域的尺寸和裂缝的数量，得到无缺陷区域监测点数量；在所述缺陷区域和所述无缺陷区域的交界处布置监测点，得到交界处监测点数量；根据所述缺陷区域监测点数量、无缺陷区域监测点数量和交界处监测点数量计算监测点间距，并根据所述监测点间距标记监测点位置。

7.根据权利要求1所述的一种基于图像-冲击回波的混凝土内部裂缝检测方法，其特征在于，所述裂缝特征获取过程包括：根据所述混凝土裂缝数据集获取回波信号数据；根据所述回波信号数据使用高通滤波器去除背景噪声，得到第一回波信号；根据所述第一回波信号使用重叠分段方法进行信号分段，得到第二回波信号；根据所述第二回波信号计算信号峰值和冲击到达监测点时间，得到时间域特征；根据所述第二回波信号使用傅里叶变换提取频率幅度，得到频域特征；根据所述第二回波信号使用小波变换提取信号得到时频特征；将所述时间域特征、所述频域特征和所述时频特征组合，得到所述裂缝特征。

8.根据权利要求1所述的一种基于图像-冲击回波的混凝土内部裂缝检测方法，其特征在于，所述机器学习模型训练过程包括：根据所述混凝土裂缝数据集获取历史回波信号和历史回波信号标签，所述历史回波信号标签包括内部裂缝深度和宽度；将所述裂缝特征输入至所述机器学习模型中，根据所述裂缝特征和所述历史回波信号标签，使用第一损失函数得到训练好的所述机器学习模型。

9.根据权利要求1所述的一种基于图像-冲击回波的混凝土内部裂缝检测方法，其特征在于，所述实际裂缝程度获取过程包括：根据所述三维裂缝图提取裂缝信息；根据所述裂缝信息计算得到表面裂缝截面积和内部裂缝截面积，并根据所述表面裂缝截面积和所述内部裂缝截面积进行加权求和，得到所述实际裂缝程度。