本发明公开了一种基于热感知神经网络的钢轨内部缺陷检测方法，首先采用三维涡流脉冲热成像系统对已知的无缺陷试样和有缺陷试样进行实验测试获得3D ECPT实验数据，并通过有限元仿真获得仿真数据，由3D ECPT实验数据和仿真数据构建标准数据库；将物理信息神经网络与热感信息相耦合构建得到热感知神经网络，对热感知神经网络进行训练和优化；将待测的有缺陷试样的表面温度数据输入到热感知神经网络中进行处理，得到该试样的内部温度分布，并提取出该试样的实验参数，结合标准数据集构建出无缺陷标准试样的表面温度数据并输入到热感知神经网络中，得到标准试样的内部温度分布；对二者之间的误差进行定量分析，即实现缺陷的定性与精确定量分析。