铁路桥梁钢轨伸缩调节器作为连接铁路桥梁与道床的重要部件，在轨道结构中起着非常重要的作用，如钢轨伸缩不及时，会引起轨道变形、结构损坏，严重时会危及铁路桥梁安全。为确保桥梁安全运营，提高养护维修质量，需要对铁路桥梁钢轨伸缩调节器进行定期监测。传统的铁路桥梁钢轨伸缩调节器监测系统多采用人工巡检方式进行检测，监测效率低、智能化程度低、监测准确性差，容易造成漏检或误检等问题。为此，设计了一种基于图像识别的大跨度铁路桥梁钢轨伸缩调节器监测系统与方法，能够实现对大跨度铁路桥梁钢轨伸缩调节器的在线自动检测与实时预警。采用基于图像识别的大跨度铁路桥梁钢轨伸缩调节器监测系统与方法，采用基于 YOLOv5的目标检测算法进行目标识别，利用 Kalman滤波进行目标跟踪。实验结果表明：该系统能较准确地检测桥梁钢轨伸缩调节器，对提高桥梁养护维修质量具有重要意义。