本书针对深度学习技术在轨道交通故障检测领域的理论与应用，提出了不同场景下的系列深度学习变体模型与方法框架。主要内容包括：轨道交通故障检测的背景、研究现状与挑战；深度学习相关理论；基于SAM与单目深度估计的地铁外部磨损的精密测量；基于多尺度融合网络的雨天城市轨道车辆图像去雨修复方法；基于多尺度小波变换的雨天列车外观图像恢复；基于多尺度小波变换的雨天列车外观图像恢复；基于改进ViDT的地铁列车关键零部件故障检测；基于优化YOLOv11模型在地铁外观故障检测中的应用；基于RT-DETR地铁列车外观故障检测；基于特征层次融合与自蒸馏优化的地铁列车外部损伤检测；基于差分Transformer的地铁外观端到端检测方法。