一种钢卷对中判断方法、系统、介质及电子终端技术方案

本发明专利技术提供一种钢卷对中判断方法、系统、介质及电子终端，方法包括：获取钢卷图像样本数据，并对样本数据中的钢卷位置信息进行标注处理；根据所述样本数据建立基于深度神经网络的钢卷位置检测模型，并进行训练；采集实时钢卷图像信息，并输入至训练后的钢卷位置检测模型，获取检测结果；根据实时钢卷图像信息中固定点的位置信息设定钢卷居中的判断条件，完成钢卷对中判断；本发明专利技术通过基于深度学习的钢卷对中判断网络，能够较好地实时检测钢卷，保证了判断结果的准确性，使用方式简单，适应性强，并且可以对同一钢卷进行目标跟踪，对同一钢卷进行中线判断，具有较高的准确率。

【技术实现步骤摘要】
一种钢卷对中判断方法、系统、介质及电子终端
本专利技术涉及冶金领域和图像识别领域，尤其涉及一种钢卷对中判断方法、系统、介质及电子终端。
技术介绍
在钢卷处理线上，钢卷车首先从鞍座位上取钢卷，然后钢卷运行到对中位置进行对中，即使钢卷的高度中心位与开卷机芯轴的中心位一致，以确保钢卷插入开卷机。这是连续自动化生产线的关键一步，如果发生故障，则可能使整个生产线发生停机故障，因此钢卷对中显得尤其重要。目前，在现有技术中，有些生产线出入口钢卷运输通常采用步进梁和钢卷车设备，而步进梁目前采用吊车人工吊到静鞍座上，很难做到对中放置，通过这种方式放置，其静鞍座设计没有自动对中功能并存在视觉环境问题，造成判断结果不准确；有些生产线用超声波进行钢卷对中，但超声波信号易受干扰，精确程度难以保障；有些生产线用光栅进行钢卷对中，但这种方式控制复杂，需要繁琐精密的计算，因此，需要一种新的方式对钢卷对中进行有效判断，以解决上述问题。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术提供一种钢卷对中判断方法、系统、介质及电子终端，以解决上述技术问本文档来自技高网...

【技术保护点】
1.一种钢卷对中判断方法，其特征在于，包括：/n获取钢卷图像样本数据，并对样本数据中的钢卷位置信息进行标注处理；/n根据所述样本数据建立基于深度神经网络的钢卷位置检测模型，并进行训练；/n采集实时钢卷图像信息，并输入至训练后的钢卷位置检测模型，获取检测结果；/n根据实时钢卷图像信息中固定点的位置信息设定钢卷居中的判断条件，完成钢卷对中判断。/n

【技术特征摘要】
1.一种钢卷对中判断方法，其特征在于，包括：
获取钢卷图像样本数据，并对样本数据中的钢卷位置信息进行标注处理；
根据所述样本数据建立基于深度神经网络的钢卷位置检测模型，并进行训练；
采集实时钢卷图像信息，并输入至训练后的钢卷位置检测模型，获取检测结果；
根据实时钢卷图像信息中固定点的位置信息设定钢卷居中的判断条件，完成钢卷对中判断。


2.根据权利要求1中所述的钢卷对中判断方法，其特征在于，对检测结果中的钢卷进行钢卷追踪，并对追踪的同一钢卷进行对中判断，当判定钢卷停止运动时，计算钢卷中线与预设中线的差值，若差值在预设的容许范围内，则判定钢卷对中。


3.根据权利要求1中所述的钢卷对中判断方法，其特征在于，所述标注处理包括通过检测框对钢卷图像样本数据进行框选，并记录钢卷的位置信息和目标类别。


4.根据权利要求3中所述的钢卷对中判断方法，其特征在于，获取钢卷图像中目标钢卷的中心坐标、面积、长宽比，当检测框与目标钢卷关联时，通过检测框的位置对目标钢卷的位置进行更新，完成钢卷追踪。


5.根据权利要求3中所述的钢卷对中判断方法，其特征在于，获取用于进行目标检测的特征图，将所述特征图的每个位置映射到原始图像中相应的位置，并在对应位置生成预测框，计算检测物体为钢卷的概率，根据所述概率获取检测结果以及钢卷位置检测模型。


6.根据权利要求5中所述的钢卷对中判断方法，其特征在于，所述预测框包括如下信息：预测框在图像中的坐标值、预测目标类别、预测结果的置信度，根据所述预测框获取最佳的物体检测位置。


7.根据权利要求5中所述的钢卷对中判断方法，其特征在于，通过如下公式将特征图的每个位置映射到原始图像中相应的位置：






其中，iw、ih为产生默认框的区域映射特征图的宽度和高度，cx、cy为默认框在区域映射特征图上的中心坐标，dxmax、dymax为预测框右下角的坐标，dxmin、dymin为预测框左上角的坐标，Lx、Ly为默认框在原图像上对应...

【专利技术属性】
技术研发人员：庞殊杨，王嘉骏，贾鸿盛，毛尚伟，王宇泰，
申请(专利权)人：中冶赛迪重庆信息技术有限公司，
类型：发明
国别省市：重庆;50