本发明公开了一种基于图像识别的海上风机叶片污垢检测方法及系统，利用多种传感器对风机叶片表面进行全方位扫描，获取可见光、红外、激光等多维数据；通过深度学习网络融合提取污垢的光谱、视觉、热行为、表面微观等多种特征；采用改进的深度网络模型实现高精度污垢识别，并具备在线自学习能力；基于模糊数学设计智能污染评估算法，结合风机运行数据生成个性化维护决策；与管理系统集成实现自动化指令下达。该方法将先进人工智能技术与传统检测相结合，实现了海上风机污染检测的无人化、自动化、智能化，具有检测精度高、决策水平高、适应性强、成本低廉等优势，为海上风电场高效、安全运营提供有力支撑。