面向货运列车基于实例分割的故障检测的轻量级自提示基础模型

准确的货运列车视觉故障检测仍是智能交通系统维护中的关键挑战，由于复杂的作业环境、结构重复的组件以及在安全关键区域频繁的遮挡或污染。基于卷积神经网络和 Transformer 的常规实例分割方法在此类条件下常出现泛化能力差和边界精度有限的问题。为解决这些挑战，我们提出一种针对货运列车故障检测的轻量级自提示实例分割框架。该方法利用分段感知模型(Segment Anything Model)，引入自提示生成模块，自动产生任务特定的提示，从而实现从基础模型到特定检查任务之间有效的知识迁移。此外，我们采用 Tiny Vision Transformer 作为骨干网络，以降低计算成本，使框架适用于铁路监控系统中的边缘设备实时部署。我们构建了一个来自实际货运检查站的数据集，并进行了广泛的评估。实验结果表明，在该数据集上，我们的方法实现了 74.6 个 $AP^{\text{box}}$ 和 74.2 个 $AP^{\text{mask}}$，在准确性和鲁棒性方面均优于现有最先进方法，同时保持较低的计算开销。该工作为自动化货运列车检查提供了一个可部署且高效的视觉解决方案，展示了基础模型适应性在工业级故障诊断场景中的潜力。项目页面: https://github.com/MVME-HBUT/SAM_FTI-FDet.git