一种基于三段式平行网络架构的轨道扣件状态识别方法

本发明提出了一种基于三段式平行网络架构的轨道扣件状态识别方法，包括：获取轨道巡检图像；构建卷积神经网络CNN骨干网络，对轨道扣件的图像进行多尺度特征提取；利用局部特征分支对扣件特征进行卷积处理和上采样处理得到局部扣件特征；利用全局特征分支对扣件特征进行全局平均池化和卷积处理；利用以Vision Transformer为基础的架构的掩膜生成分支对扣件特征进行处理，生成轨道扣件的原型掩膜；将局部、全局和掩膜扣件特征进行融合；将扣件特征图进行非最大抑制和掩膜生成；对轨道扣件的健康状态进行分析。本发明结合CNN骨干网络和Vision Transformer，提出一种新的三段式平行网络架构，通过实例分割实现轨道扣件的精确识别和状态分析，提升复杂环境下的识别精度。