【技术实现步骤摘要】
图像识别方法和废钢等级的识别方法
[0001]本申请涉及图像处理领域,具体而言,涉及图像识别方法和废钢等级的识别方法。
技术介绍
[0002]废钢是在生产生活过程中淘汰或者损坏的作为回收利用的废旧钢铁。废钢铁主要包括一些报废的机器、设备、器械、结构件、建筑物以及生产生活中产生的报废钢锭、钢坯、切头切尾、钢铸件、钢轧辊、钢轨、车轴、电器件、日用品等。据测定,1吨废钢能炼出860千克钢材,相当于3
‑
4吨铁矿石、1
‑
1.5吨焦炭所炼的钢,其冶金价值相当于1吨原生铁,并能节约材料90%,减轻空气污染86%,减少采选及冶炼废弃物97%,减少水质污染76%,减少热能消耗75%,节约压缩空气86%及工业用水40%。可见废钢在冶金工业中的优势非常明显。
[0003]由于使用废钢参与冶炼具有简便、经济以及环保的优势,近几年废钢采购量越来越大,但是废钢的来料种类一致性差,现场作业环境复杂,长期依赖人工观察与个人经验作为质量评估的依据,难以量化和标准化。同时废钢作为重要生产资源,正确定级对于后续工艺的使用及原料成本的控制极其重要。
[0004]应用的精细化要求与功能的粗放型现状格格不入,并且人工方式确定废钢等级的方式存在很大的不稳定性以及权力寻租的风险,该方式也会增加质检员工作负荷,难以合理分配质检员工作时间的问题。
[0005]针对上述的问题,目前尚未提出有效的解决方案。
技术实现思路
[0006]本申请实施例提供了一种图像识别方法和废钢等级的识别方法,以至
【技术保护点】
【技术特征摘要】
1.一种图像识别方法,其特征在于,应用于车辆识别中,车辆上设置有至少一层待检测材料,所述方法包括:获取图像采集设备采集到的待识别图像,其中,所述图像采集设备的采集参数与所述车辆的移动位置相关联,所述待识别图像中至少包括所述车辆以及对应层级的待检测材料;对至少一层待检测材料所对应的待识别图像进行识别,得到识别结果,其中,所述识别结果表征所述至少一层待检测材料所对应的材料等级;根据所述至少一层待检测材料所对应的识别结果,确定所述至少一层待检测材料所对应的目标识别结果,其中,所述目标识别结果表征了所述至少一层待检测材料的整体材料等级。2.根据权利要求1所述的方法,其特征在于,在获取图像采集设备采集到的待识别图像之前,所述方法还包括:获取所述图像采集设备所采集到的初始图像;基于第一神经网络模型检测所述初始图像中是否包含所述车辆;在检测到所述初始图像中包含所述车辆时,检测所述车辆在所述初始图像中的相对位置;在检测到所述相对位置处于所述初始图像的有效区域范围内时,确定所述初始图像为所述待识别图像;在检测到所述相对位置处于所述初始图像的有效区域范围之外时,对所述图像采集设备的采集参数进行调整,和/或,调整移动设备的移动位置,得到所述移动设备的目标位置,并控制所述图像采集设备在所述目标位置采集所述待识别图像,其中,所述采集参数至少包括:视场角度、光学变焦倍率,所述图像采集设备设置在所述移动设备上,所述移动设备跟随所述车辆移动。3.根据权利要求1所述的方法,其特征在于,在获取图像采集设备采集到的待识别图像之前,所述方法还包括:获取所述图像采集设备采集所述待识别图像的环境信息;在所述环境信息下获取所述图像采集设备所采集到的初始图像;在所述初始图像的图像信息满足预设条件时,调整所述图像采集设备的采集参数,以对所述环境信息进行调整,其中,所述采集设备的采集参数还包括环境亮度。4.根据权利要求1所述的方法,其特征在于,对至少一层待检测材料所对应的待识别图像进行识别,得到识别结果,包括:在第二神经网络模型中对所述至少一层待检测材料所对应的待识别图像进行图像分割,得到目标区域图像,其中,所述目标区域图像至少包括待检测材料;在所述第二神经网络模型中对所述目标区域图像所包含的待检测材料进行等级识别,并计算每种材料等级的待检测材料的材料面积;根据所述每种材料等级的待检测材料的材料面积确定所述至少一层待检测材料的材料等级;根据所述至少一层待检测材料对应的材料等级,得到所述识别结果。5.根据权利要求4所述的方法,其特征在于,根据所述每种材料等级的待检测材料的材
料面积确定所述至少一层待检测材料的材料等级,包括:比对所述每种材料等级的待检测材料的材料面积,确定所述材料面积最大的材料对应的材料等级为当前层级的待检测材料的材料等级。6.根据权利要求4所述的方法,其特征在于,根据所述至少一层待检测材料所对应的识别结果,确定所述至少一层待检测材料所对应的目标识别结果,包括:对所述至少一层待检测材料对应的材料等级进行统计,得到第一材料的总面积与所述至少一层待检测材料的总面积的第一比例,其中,所述第一材料为材料质量不满足预设条件的材料;根据所述第一比例所处的比例范围确定所述目标识别结果。7.根据权利要求4所述的方法,其特征在于,在第二神经网络模型中对所述至少一层待检测材料所对应的待识别图像进行图像分割,得到目标区域图像,包括:通过所述第二神经网络模型中的掩膜分支生成所述至少一层待检测材料所对应的待识别图像对应的掩膜区域;通过所述第二神经网络模型中目标检测分支预测所述待检测材料的位置信息,其中,所述目标检测分支与所述掩膜分支并联;根据所述位置信息对所述掩膜区域进行线性调整,得到目标区域;对所述目标区域和所述位置信息进行线性运算,得到所述目标区域图像。8.根据权利要求4所述的方法,其特征在于,在根据所述至少一层待检测材料所对应的识别结果,确定所述至少一层待检测材料所对应的目标识别结果之后,所述方法还包括:根据所述识别结果从所述至...
【专利技术属性】
技术研发人员:陈伟璇,魏溪含,肖喜中,李珂,
申请(专利权)人:阿里巴巴达摩院杭州科技有限公司,
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。