基于弱监督学习的空基视角下的铁轨异物检测方法及系统

摘要

本发明为一种基于弱监督学习的空基视角下的铁轨异物检测方法及系统，解决铁轨异物种类多利用传统检测方法难以识别的问题。本发明系统包括空基图像获取模块、图像预处理模块、双级分割网络模块、区域定位模块和异常信息输出模块。本发明方法通过无人机拍摄地面铁轨区域的图像，对图像进行预处理后输入双级分割网络提取铁轨区域粗分割预测图和像素细分类预测图，区域粗分割预测图提取铁轨正常区域，像素细分类预测图提取图中实际属于铁轨的像素，本发明通过弱监督的反向学习算法训练双级分割网络，根据两个预测图反向定位铁轨中的异常区域。本发明无需对异物自身进行标注，就可以有效地检测出铁轨中的异物，实现对铁轨异物入侵的识别与预警。