RGB-D铁路缺陷检测网络

一种用于铁路表面缺陷检测的RGB-D融合网络，通过层级先验引导和通道自适应融合，提升复杂环境下的检测可靠性。

Chen, Jianlin · 李恭杨 · 张之江 · Zeng, Dan

Journal of Visual Communication and Image Representation 2026

参数信息

平均绝对误差（MAE）
0.052
参数量
16.50 M
关键指标排名第一数
8
对比方法数
17

技术优势

多尺度抑制背景

PGFM通过多尺度背景抑制减少背景干扰，增强缺陷细节和边界。

跨模态融合更准

CAFM结合通道特征重构与自适应门控校准，在增强跨模态语义融合的同时抑制通道间噪声。

轻量且实时

模型仅16.50M参数、8.94G FLOPs，推理速度达35.20 FPS，适合部署在检测设备上。

跨数据集稳健

在NRSD-MN和FIND数据集上进一步验证，表现稳健，可迁移至相关缺陷检测场景。

应用场景