本发明提供了一种基于SAM模型的铁路轨道入侵数据标注和增强训练方法，以下步骤进行：1）异常入侵关键帧的提取。2）半自动标注过程：使用SAM‑RA模块的强大图像分割能力，对提取的关键帧进行标注，并生成入侵物的图像掩膜。3）数据增强：通过SAM‑RTN方法，使用生成的图像掩膜作为感知特征，进行特征提取和ROI采样。4）联合训练网络：将图像掩膜数据和感知特征的采样数据联合并输入到下游的目标检测和分类训练网络中。本发明的方法结合了SAM模型强大的图像分割能力和特征感知能力，从而显著提高了铁路轨道异常入侵物的目标检测和分类网络的性能。