摘要：關鍵部件缺陷圖像自動檢測對于復興號動車組運營維護意義重大,但目前主要依靠專業(yè)人員對檢測圖像進行分析,耗費大量人力、物力,造成檢測周期長,檢測準確率無法保證。提出一種結合部件檢測與缺陷分類流程的雙通道缺陷檢測框架MCDDF(Multi-channel Defect Detection Framework),部件檢測通道基于目標檢測算法實現(xiàn)動車組關鍵部件定位,定位后的關鍵部件經(jīng)裁剪進行超分辨率提升,傳入缺陷分類通道基于遷移學習方法實現(xiàn)缺陷類別的準確分類,結合兩通道信息實現(xiàn)缺陷檢測任務。實驗分析兩通道的性能提升方法,對比MCDDF與傳統(tǒng)基于目標檢測方法在鐵路關鍵部件缺陷圖像上的檢測效果,驗證了MCDDF方法的有效性。