基于改进轻量型CNN与迁移学习的裂缝自动检测方法，包括：对采集的裂缝图像进行语义分割处理，去除图像背景噪声干扰；构建模型，在模型中嵌入CBAM模块，并对嵌入CBAM模块的模型进行训练，得到训练好的模型；将语义分割处理后的裂缝图像输入训练好的模型中进行识别，并输出识别结果；本申请可将裂缝与从复杂的图片背景的中快速分离出来，有效降低图像背景噪声的影响，利用迁移学习微调技术提高了模型泛化能力，在满足轻量化的前提下，集成损伤函数，提高模型的识别效率和准确率，提升网络提取复杂裂缝图像特征的能力；还可以实现移动端的集成，对实现裂缝自动化检测和识别具有实际的工程应用价值。