实验室团队在第一届“斫轮·九章”轨道交通车辆算法大赛图像赛道中获得冠军

2026年10月30日，中国科学院大学 CCIP 实验室硕士生王元湘、杨天坤、张正昊组成的团队，在第一届“斫轮·九章”轨道交通车辆算法大赛图像赛道中获得冠军。

本次大赛由中车长春轨道客车股份有限公司主办，面向轨道交通车辆智能运维的实际需求，吸引了来自科大讯飞、北京大学、哈尔滨工业大学、吉林大学等高校和企业的共45支队伍参赛。大赛以车辆检修中的真实问题为牵引，为高校与企业开展技术交流、探索人工智能算法的工程应用搭建了平台。

图像赛道要求参赛团队对比正常参考图像与待检测图像，准确定位车辆部件的异常变化区域。针对真实异常样本稀缺、图像分辨率高、变化目标小等难点，团队设计了“生成增强与多层特征融合变化检测方案”，将可控异常样本生成与预训练视觉模型相结合，形成覆盖数据分析、样本合成、模型训练和推理部署的完整流程。

在数据方面，团队基于真实车辆图像，利用 SAM2 分割模型选取局部编辑区域，再通过本地部署的 SDXL 扩散模型生成不同外观的异常样本，并结合自动统计与人工审查检查合成质量。在模型方面，团队采用冻结的 DINOv3 视觉骨干，融合两幅图像的多层特征与显式差异信息，通过约312万可训练参数的变化分割头和滑动窗口推理，输出原图尺寸的像素级变化掩码，保留高分辨率图像中的局部细节。

凭借上述方案，团队在初赛官方闭源评测中取得 micro-F1 为0.8549（85.49%）的成绩，排名第一；在决赛答辩中取得92.5分，答辩成绩排名第一，最终获得图像赛道冠军。