1.一种基于深度卷积生成对抗网络的大坝裂缝图像数据增强方法，其特征在于，包括如下步骤：
(1)将大坝真实裂缝图像数据作为输入，生成大坝裂纹图像；
(2)对步骤(1)中生成的大坝裂纹图像进行评判。
2.根据权利要求1所述的一种基于深度卷积生成对抗网络的大坝裂缝图像数据增强方法，其特征在于，所述步骤(1)中生成大坝裂纹图像的具体步骤如下：
(1.1)输入经过基本数据增强操作的大坝真实裂缝图片；
(1.2)进行卷积操作，卷积层参数设置为3×3×3×64，缺失值使用0进行补全，使用整流线性单元即rectifiedlinearunit，relu作为激活函数；
(1.3)依次使用12个相同的残差块进行训练学习，去掉每个残差块的bn层以简化网络结构，使用跳跃连接skipconnection的方式进行训练，解决在训练的过程中出现的梯度爆炸和梯度消失问题；
(1.4)进入卷积层后使用skipconnection，最后输出生成图片。
3.根据权利要求1所述的一种基于深度卷积生成对抗网络的大坝裂缝图像数据增强方法，其特征在于，所述步骤(2)中对生成的大坝裂纹图像进行评判的具体步骤如下：
(2.1)输入需判别的图片；
(2.2)使用5层卷积层抽取图片特征，卷积层采用4×4尺寸的卷积核，且每层通道数以2倍的速度递增，增大局部感受野；
(2.3)使用卷积核为1×1的卷积层进行降维；
(2.4)使用3层卷积层以skipconnection的方式进行训练；
(2.5)对图像数据进行压平flatten操作；
(2.6)使用全连接层即fullyconnectedlayer,fc和sigmoid函数，输出判别结果，判别结果为该图片为真实图片的概率值。