一种基于多任务学习的列车闸瓦缺陷分割方法
本发明公开了一种基于多任务学习的列车闸瓦缺陷分割方法,将待识别的闸瓦图像输入到多任务学习网络中,其包括共享编码模块、图像增强模块和缺陷分割模块;共享编码模块包括N个特征提取模块,用于对图像进行多尺度特征提取,得到不同尺度的特征图;图像增强模块包括M个特征恢复模块,输出恢复特征图;缺陷分割模块分别对特征图、恢复特征图沿通道维度相加,经过卷积层获取分割特征图,对分割特征图双线性差值,上采样至原始闸瓦图像大小,通过点卷积输出分割预测图像。本方法基于多任务学习网络实现了对闸瓦缺陷(裂纹、掉块等)的快速判别与定位,提升了闸瓦缺陷检测的准确率及效率,具有泛化能力强、处理速度快的特点。