基于深度学习的轨道缺陷检测方法、装置及电子设备

本申请公开了一种基于深度学习的轨道缺陷检测方法、装置及电子设备，属于图像处理技术领域。该方法通过获取待检测的全局轨道图像；将全局轨道图像输入TGLNet模型进行轨道表面缺陷检测；模型包括图像标记分割模块、图像特征交互模块、特征融合金字塔网络和分类回归模块；图像标记分割模块将全局轨道图像分割为多个互不重叠的局部图像；通过图像特征交互模块提取局部图像的特征信息；通过特征融合金字塔网络对特征信息进行特征融合；分类回归模块对特征图分别进行分类和回归，得到局部图像的缺陷信息；将局部图像中的缺陷信息映射至全局轨道图像中。通过本申请基于深度学习实现全局轨道图像的自动识别和定位，解决人工巡检效率低下的技术问题。