一种基于深度神经网络的高铁钢轨表面伤损检测方法

本发明公开了一种基于深度神经网络的高铁钢轨表面伤损检测方法，包括以下步骤，采集钢轨表面损伤图像，对采集的钢轨表面损伤图像进行注释，通过数据增强操作对注释后的钢轨表面损伤图像进行处理，获得数据集，将数据集划分为训练集和验证集，构建双分支图像特征提取网络；采用训练集和验证集对双分支图像特征提取网络进行训练，获得基于曼巴的双分支图像特征提取网络，将钢轨表面损伤图像输入基于曼巴的双分支图像特征提取网络中进行处理，得到分割图像。本发明通过采用基于曼巴的双分支图像特征提取网络，具有全局感受野覆盖、线性复杂度和有效选择不同模态关键信息的优点，提高了检测的效率和连续性，减少误报和漏检。