基于深度学习的实例分割处理的转辙机缺口动态检测方法

本申请属于检测技术领域，具体公开了一种基于深度学习的实例分割处理的转辙机缺口动态检测方法，包括如下步骤：获取并将待测试图像输入预先训练好的基准或改进的实例分割卷积神经网络进行缺口图像的识别与分割，输出缺口区域的掩膜参数信息，包括目标类别、轮廓掩膜坐标和置信度参数；通过随机采样迭代算法对掩膜参数信息进行直线拟合处理，得到拟合缺口边缘拟合直线L1和L2；根据缺口边缘拟合直线L1和L2计算缺口大小d，并计算掩膜参数信息和实际距离比例R；根据缺口大小d和比例R，计算实际缺口大小w，w=d*R。本申请能有效提高对全系列转辙机缺口检测的准确率、对复杂环境的鲁棒性、以及系统的泛用性。