为解决结构多位置损伤识别中准确率低、抗噪性弱的问题，提出一种基于注意力机制（attention mechanism，简称AM）和多标签卷积神经网络（convolutional neural network，简称CNN）的结构多位置损伤识别方法。首先，以不同损伤工况之间公共损伤位置的相关性，引入注意力机制针对性地筛选数据，降低噪声对损伤识别准确率的影响，提升损伤识别准确率；其次，开展简支钢桁梁桥模型试验，设置单位置损伤、多位置损伤和混合位置损伤工况；最后，对比所提方法与传统多类别分类方法的损伤识别效果。结果表明：在多类别分类方法中，注意力机制对于损伤识别准确率最大提升2.08%；在融合注意力机制的基础上，相较于多类别分类，多标签分类方法对于两损伤、三损伤以及多位置混合损伤的识别准确率分别提升3.16%、4.58%和12.09%。所提方法具备较好的抗噪性，能有效提升多位置损伤识别的准确率。