【技术实现步骤摘要】
一种基于机器视觉的热轧钢轨物料跟踪方法及系统
[0001]本公开属于机器视觉
，尤其涉及一种基于机器视觉的热轧钢轨物料跟踪方法及系统。
技术介绍
[0002]本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。
[0003]随着铁路建设的发展和钢轨生产技术的不断提高，钢轨的需求量越来越大；轧钢厂为提高钢轨的产量和质量需要追溯钢轨生产的每一个环节，同时物料跟踪对于轧钢区的生产调度非常关键，能够极大的提高钢轨的产量；钢轨轧制的工艺特点是生产线长度长，所需生产设备数量多，生产路径复杂；因此在轧钢生产线上，进行制造执行过程的物料跟踪，以及事后生产过程分析、生产管理对整个钢轨轧制生产具有至关重要的作用；通过物料跟踪，实现生产过程工艺数据的全程动态的显示和加工过程的自动记录。
[0004]制造技术正逐步从自动化、数字化和网络化向智能化方向发展。目前，钢铁工业正处于发展战略的转型期，智能制造是实现钢铁行业转型的重要抓手；传统的轧钢线物料跟踪主要采用逻辑跟踪的方式，当某一环节出现问题时，逻辑开始混乱
【技术保护点】
【技术特征摘要】
1.一种基于机器视觉的热轧钢轨物料跟踪方法，其特征在于，包括：获取热轧钢轨的表面图像数据；对所述表面图像数据进行特征提取，得到钢轨钢印字符的位置信息和字符间的中心线信息；将钢轨钢印字符的位置信息和字符间的中心线信息输入到预设的跟踪模型中，得到热轧钢轨物料的跟踪结果；其中，所述跟踪模型通过知识蒸馏进行压缩。2.如权利要求1所述的一种基于机器视觉的热轧钢轨物料跟踪方法，其特征在于，将钢轨钢印字符的位置信息和字符间的中心线信息分为训练集，测试集和验证集；对所述训练集进行数据增强处理；将增强处理后训的练集输入神经网络进行训练，得到预设的跟踪模型；将所述测试集和所述验证集输入压缩后的热轧钢轨物料跟踪模型，对所述跟踪模型进行测试和验证。3.如权利要求2所述的一种基于机器视觉的热轧钢轨物料跟踪方法，其特征在于，所述神经网络为轻量级的神经网络结构，根据钢印采集图像特点修改网络部分节点。4.如权利要求2所述的一种基于机器视觉的热轧钢轨物料跟踪方法，其特征在于，知识蒸馏压缩内容包括：在所述训练集上采用resnet101的大型网络架构训练一个教师模型，用于指导学生模型在数据集上的训练；使用学生模型在训练集上训练一个初始模型，将学生模型与教师模型组合成一个新的网络，分别输出学生模型和教师模型的预测分布；新的网络分别输出学生模型和教师模型的预测分布；固定教师模型整个网络的梯度，学生模型做正常的反向传播，开始蒸馏模型训练。5.如权利要求1所述的一种基于机器视觉的热轧钢轨物料跟踪...
【专利技术属性】
技术研发人员：陈兆文，张涌泉，孙晓卫，
申请(专利权)人：中冶东方工程技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。