基于雙模態(tài)融合的鋼軌表面缺陷分割研究

打開文本圖片集

摘要：因長期受反復(fù)荷載作用，高速鐵路鋼軌會產(chǎn)生表面缺陷，為了提升復(fù)雜場景下多類多尺度鋼軌表面缺陷檢測的精度與速度，設(shè)計(jì)了一種基于雙模態(tài)融合的鋼軌表面缺陷分割網(wǎng)絡(luò)（DAFNet）。首先構(gòu)建了一個(gè)包含可見光和紅外通道的鋼軌表面缺陷數(shù)據(jù)集，并采用改進(jìn)的雙分支網(wǎng)絡(luò)架構(gòu)，提高了分割速度；同時(shí)，設(shè)計(jì)了雙模態(tài)自適應(yīng)融合模塊（BAFM），實(shí)現(xiàn)了特征的自適應(yīng)融合，提高了復(fù)雜場景下鋼軌表面缺陷的分割精度；此外，設(shè)計(jì)了空間細(xì)節(jié)提取模塊（SDEM）和關(guān)鍵信息增強(qiáng)模塊（KIEM），進(jìn)一步提高了對缺陷邊緣的感知度，解決了復(fù)雜場景下缺陷與背景對比度不高的問題。（剩余11880字）