一种基于深度特征对比的铁轨异常检测方法及系统

本发明公开了一种基于深度特征对比的铁轨异常检测方法及系统，所述方法包括以下步骤：生成铁轨异常样本并完成训练；将铁轨正常样本和铁轨待检样本作为一个测试样本对进行预处理操作；利用训练好的编码模块和解码模块输出相应的预测结果，对解码后的结果进行逻辑判断，实时进行铁轨异常情况报警。本发明解决一些异物收集不完整且数量较少的问题，同时也极大程度上避免了有监督学习下人工标注的成本；另外本发明能够自监督训练，具有一定抗干扰能力并且对大部分相近的铁轨场景通用。且本发明利用全卷积神经网络提取正常样本和测试样本之间不同深度层次的特征进行对比，从而定位异物的位置，具有较小的计算量，可以部署在在边端设备上。