轻量级轨道缺陷检测网络

204 FPS 实时检测

该模型专为轨道制造和维护场景设计，在极低参数规模下融合多尺度特征并动态分配任务，兼顾高精度与高帧率，便于工业部署。

Qing, Dong · Tianxin, Han · 吴刚 · 孙丽娜 · Min, Huang · 张富 · Qing, Dong

Engineering Applications of Artificial Intelligence 2025

参数信息

平均精度(mAP50)

94.1 %

推理速度

204.1 FPS

参数量

5.70 M

平均精度(mAP50–95)

46.8 %

技术优势

特征融合精细

通过多尺度深度特征聚合模块增强语义一致性建模，更准确地融合不同尺度特征。

任务分配自适应

采用自适应任务分解头，动态分配特征，解决深层网络特征分配不当的问题。

信息可重建

以可逆列网络为骨干，增强特征提取的同时确保信息重建，避免细节丢失。

高帧率满足实时

推理速度达204.1 FPS，能够满足工业现场实时检测需求。

应用场景

• 工业视觉检测：用于轨道制造线上的缺陷自动检测，替代人工目检。
• 轨道基础设施维护：部署于轨道巡检系统，快速识别钢轨表面缺陷。
• 边缘端实时推理：模型轻量且推理快，可嵌入边缘设备实时处理。
• 机械制造质量控制：在制造环节实时监测缺陷，提升质量控制效率。
• 轻量化模型部署：参数量仅5.70M，便于在资源受限设备上部署。