В условиях активного внедрения интеллектуальных систем в железнодорожную отрасль возрастает значимость обеспечения их робастности к внешнему вмешательству, в том числе в форме скрытых атак на входные данные. Статья посвящена исследованию робастности современных архитектур нейронных сетей (ResNet18, ResNet50, Vision Transformer (ViT), сверточной нейронной сети и мультимодальной GPT-4o), применяемых для автоматического обнаружения дефектов на изображениях элементов железнодорожной инфраструктуры. Проведены эксперименты с генерацией скрытых возмущений с помощью универсального шума, созданного на базе ансамбля трансформеров. Рассмотрены две модификации атак (М1 и М2), позволяющие смоделировать реалистичные сценарии вмешательства в условиях ограниченного доступа к данным. Оценка качества моделей выполнялась как на «чистых» изображениях, так и в условиях добавленного шума. Результаты показывают, что, несмотря на высокую точность ResNet50 на исходных данных, наибольшую робастность к возмущениям демонстрируют ViT и GPT-4o. Сделаны выводы о целесообразности выбора архитектуры не только по точности, но и по уровню робастности к шуму. Работа предлагает методику оценки робастности и практические рекомендации для разработки систем компьютерного зрения, предназначенных для эксплуатации в критически важных условиях железнодорожного транспорта.