针对应用微观的超声检测方法的不足，研究涡流检测技术在钢轨裂纹定量化无损检测中的应用，分解涡流检测试验系统的组成，原理以及试验的设计，采用减聚类算法对径向基函数（RBF）神经网络进行改进，并基于试验系统检测试件的数据对网络模型进行训练。在试验中采用采用巨磁阻（GMR）传感器的检测探头，有效地提高系统对深层缺陷和表面微小缺陷的检测能力。试验结果表明，采用改进的算法建立的模型在对裂纹进行反演时具有较高的精度，同时又改变了反演模型的训练时间，在一定程度上满足钢轨裂纹参数在线检测的要求。