针对退役电机等废旧智能装备关键机械零部件在复杂服役环境中产生随机损伤种类繁多,具有形貌表现高度离散性、且分布较为密集等特点,人工损伤检测存在着定性评估效率低、易漏检等问题,建立了包含多类典型二维损伤信息的标准损伤数据库,设计了一种在 Pytorch 框架下基于数据驱动的多尺度特征融合的表面损伤检测方法。该算法包含了空间金字塔结构,实现了对损伤图像的多尺度信息融合,对尺度跨度较大、分布小而密集的多类损伤表现着较好的准确性和鲁棒性。突破了无损检测结果的图像化、数字化表征技术,实现了随机损伤部位的快速辨识与精确表征。