面向无网络环境的城轨设备缺陷自适应识别方法及系统

本发明公开了一种面向无网络环境的城轨设备缺陷自适应识别方法及系统，属于离线设备缺陷自识别技术领域。包括：预置包含设备运维历史的离线SQLite数据库；提取五项特征参数；部署轻量化YOLOv8模型进行端侧AI推理，经温度缩放获得校准概率并计算置信度不确定度；通过融合交叉乘积项和Sigmoid映射的动态阈值公式计算自适应阈值；比较最大概率与自适应阈值判定缺陷，生成事件包离线存储；网络恢复后上传事件包，服务器生成工单并反馈增量更新包，终端拉取完成闭环。本发明利用设备运维历史实现差异化动态阈值，覆盖五类缺陷，显著降低漏报率和误报率，填补了无网络环境下城轨设备自适应识别的技术空白。