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。