本发明专利技术涉及人工智能领域，揭露了一种钢板板坯号智能识别方法、装置、电子设备及存储介质，所述方法包括：采集在钢板板坯生产过程中的板坯图像，从中选取满足预设业务属性的图像作为训练样本图像，标记训练样本图像的真实标签；利用预构建板坯号识别模型中区域检测网络检测训练样本图像的预测板坯号区域，得到预测板坯号区域图像；利用预构建板坯号识别模型中文本识别网络识别预测板坯号区域图像的预测板坯序列号；根据预测板坯号区域图像、预测板坯号区域图像以及真实标签，计算预构建板坯号识别模型的模型损失；通过模型损失，生成训练好的板坯号识别模型，以执行对待检测板坯图像进行序列号识别。本发明专利技术可以提高钢板板坯号识别效率和准确性。别效率和准确性。别效率和准确性。
【技术实现步骤摘要】
一种钢板板坯号智能识别方法、装置、设备及介质
[0001]本专利技术涉及人工智能领域，尤其涉及一种钢板板坯号智能识别方法、装置、电子设备以及计算机可读存储介质。
技术介绍
[0002]在目前的热轧炼钢流水线中首先为每一块刚出炉的钢板板坯编上唯一的标识号，即钢板板坯号，其中包含着钢板板坯的生产日期、炉号信息、唯一编号信息等，钢板板坯经过冷却等一系列操作后，在入库存放前由人工进行识别并和重量、材质等信息一同录入到数据库中，以便日后统一管理。
[0003]另外，目前钢板板坯入库存放前所有流程由人工进行完成，钢板生产24小时进行，必须不间断人工值守，增加了劳动强度，同时人眼容易疲劳，出现辨识差错率达到12％以上，操作现场环境恶劣，高温嘈杂，人工识别受干扰因素多，影响生产节奏。以上现象都会导致很难保证钢板板坯号录入系统的数据准确性，产生质量异议的结果。
技术实现思路
[0004]为了解决上述技术问题，本专利技术提供了一种钢板板坯号智能识别方法、装置、电子设备以及计算机可读存储介质，可以智能化的识别钢板板坯号，提高钢板板坯号的识别效率和准确性。
[0005]第一方面，本专利技术提供了一种钢板板坯号智能识别方法，包括：
[0006]采集在钢板板坯生产过程中的板坯图像，从所述板坯图像中选取满足预设业务属性的图像作为训练样本图像，并标记所述训练样本的真实标签，所述真实标签包括真实板坯号区域和真实板坯序列号；
[0007]利用预构建板坯号识别模型中的区域检测网络检测所述训练样本图像中的预测板坯号区域，得到预测板坯号区域图像；
[0008]利用所述预构建板坯号识别模型中的文本识别网络识别所述预测板坯号区域图像中的预测板坯序列号；
[0009]根据所述预测板坯号区域和所述真实板坯号区域，及所述预测板坯序列号和所述真实板坯序列号，计算所述预构建板坯号识别模型的模型损失；
[0010]当所述模型损失大于预设损失时，调整所述预构建板坯号识别模型的参数，并返回执行所述利用预构建板坯号识别模型中的区域检测网络检测所述训练样本中的预测板坯号区域的步骤；
[0011]当所述模型损失不大于所述预设损失时，得到训练好的板坯号识别模型，并利用所述训练好的板坯号识别模型对待检测板坯图像进行序列号识别，得到识别结果。
[0012]在第一方面的一种可能实现方式中，所述从所述板坯图像中选取满足预设业务属性的图像作为训练样本图像，包括：
[0013]采集所述板坯图像中的板坯出厂属性信息，得到所述板坯图像基本业务属性；
[0014]在预设业务属性中匹配所述板坯图像基本业务属性，将匹配成功的所述板坯图像作为训练样本图像。
[0015]在第一方面的一种可能实现方式中，所述利用预构建板坯号识别模型中的区域检测网络检测所述训练样本图像中的预测板坯号区域之前，还包括：
[0016]对所述训练样本图像进行像素缩放，得到缩放样本图像；
[0017]对所述统一像素训练样本图像进行量化处理，得到量化样本图像，并配置所述量化样本图像的分割方式；
[0018]根据所述分割方式，对所述量化样本图像进行分割处理。
[0019]在第一方面的一种可能实现方式中，所述利用预构建板坯号识别模型中的区域检测网络检测所述训练样本图像中的预测板坯号区域，得到预测板坯号区域图像，包括：
[0020]利用所述区域检测网络中的特征提取模块对所述训练样本图像进行特征提取，得到特征图像；
[0021]利用所述区域检测网络中的标准化模块对所述特征图像集进行标准化，得到标准特征图像；
[0022]利用所述区域检测网络中的数据融合模块将所述原始图像的底层特征与所述标准特征图像进行融合，得到目标特征图像；
[0023]利用所述区域检测网络中的测算模块输出所述目标特征图像的检测结果；
[0024]根据所述检测结果，选取目标区域图像，得到目预测板坯号区域图像。
[0025]在第一方面的一种可能实现方式中，所述利用所述预构建板坯号识别模型中的文本识别网络识别所述预测板坯号区域图像中的预测板坯序列号之前，还包括：
[0026]对所述预测板坯号区域图像中的板坯序列号文字框进行二值化处理，得到二值化文字框；
[0027]统计所述二值化文字框中的白色像素点数量，根据所述白色像素点数量，绘制所述二值化文字框的投影直方图；
[0028]对所述投影直方图进行多项式拟合处理，得到二值化文字框裁剪位置；
[0029]根据所述裁剪位置，对所述二值化文字框进行裁剪，得到裁剪文字框。
[0030]在第一方面的一种可能实现方式中，所述利用所述预构建板坯号识别模型中的文本识别网络识别所述预测板坯号区域图像中的预测板坯序列号，包括：
[0031]利用所述文本识别网络中的特征提取模块对所述预测板坯号区域图像中的板坯序列号文字框进行特征提取，得到特征文字框；
[0032]利用所述文本识别网络中的文字序列识别模块对所述特征文字框进行文字位置序列识别，生成原始文字集；
[0033]利用所述文本识别网络中的时序分类模块对所述原始文字集进行字符对齐，得到预测板坯序列号。
[0034]在第一方面的一种可能实现方式中，所述根据所述预测板坯号区域和所述真实板坯号区域，及所述预测板坯序列号和所述真实板坯序列号，计算所述预构建板坯号识别模型的模型损失，并根据所述模型损失优化所述预构建板坯号识别模型，最终实现对待检测板坯图像进行序列号识别，包括：
[0035]根据第一预设权重，计算所述预测板坯号区域和所述真实板坯号区域的第一模型
损失；
[0036]在所述第一模型损失小于预设损失时，根据第二预设权重，计算所述预测板坯序列号和所述真实板坯序列号的第二模型损失；
[0037]根据所述第一模型损失和第二模型损失，计算所述预构建板坯号识别模型的模型损失；
[0038]当所述模型损失大于预设损失时，调整所述预构建板坯号识别模型的参数，并返回执行所述利用预构建板坯号识别模型中的区域检测网络检测所述训练样本中的预测板坯号区域的步骤；
[0039]当所述模型损失不大于所述预设损失时，得到训练好的板坯号识别模型，并利用所述训练好的板坯号识别模型对待检测板坯图像进行序列号识别，得到识别结果。
[0040]第二方面，本专利技术提供了一种钢板板坯号智能识别装置，所述装置包括：
[0041]训练样本图像采集模块，用于采集满足预设业务属性的钢板板坯图像作为训练样本图像，并对所述训练样本图像进行标签标记，得到训练样本图像；
[0042]区域预检测模块，用于利用所述预构建板坯号识别模型中的区域检测网络检测所述训练样本图像中的预测板坯号区域，得到预测板坯号区域图像；
[0043]文本预识别模块，用于利用所述预构建板坯号识别模型中的文本识别网络识别所述预测板坯号区域图像中的预测板坯序列号；
[0044]模型损失计算模块，用于本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种钢板板坯号智能识别方法，其特征在于，所述方法包括：采集在钢板板坯生产过程中的板坯图像，从所述板坯图像中选取满足预设业务属性的图像作为训练样本图像，并标记所述训练样本图像的真实标签，所述真实标签包括真实板坯号区域和真实板坯序列号；利用预构建板坯号识别模型中的区域检测网络检测所述训练样本图像中的预测板坯号区域，得到预测板坯号区域图像；利用所述预构建板坯号识别模型中的文本识别网络识别所述预测板坯号区域图像中的预测板坯序列号；根据所述预测板坯号区域和所述真实板坯号区域，及所述预测板坯序列号和所述真实板坯序列号，计算所述预构建板坯号识别模型的模型损失；当所述模型损失大于预设损失时，调整所述预构建板坯号识别模型的参数，并返回执行所述利用预构建板坯号识别模型中的区域检测网络检测所述训练样本中的预测板坯号区域的步骤；当所述模型损失不大于所述预设损失时，得到训练好的板坯号识别模型，并利用所述训练好的板坯号识别模型对待检测板坯图像进行序列号识别，得到识别结果。2.根据权利要求1所述的方法，其特征在于，所述从所述板坯图像中选取满足预设业务属性的图像作为训练样本图像，包括：采集所述板坯图像中的板坯出厂属性信息，得到所述板坯图像基本业务属性；在预设业务属性中匹配所述板坯图像基本业务属性，将匹配成功的所述板坯图像作为训练样本图像。3.根据权利要求1所述的方法，其特征在于，所述利用预构建板坯号识别模型中的区域检测网络检测所述训练样本图像中的预测板坯号区域之前，还包括：对所述训练样本图像进行像素缩放，得到缩放样本图像；对所述统一像素训练样本图像进行量化处理，得到量化样本图像，并配置所述量化样本图像的分割方式；根据所述分割方式，对所述量化样本图像进行分割处理。4.根据权利要求1所述的方法，其特征在于，所述利用预构建板坯号识别模型中的区域检测网络检测所述训练样本图像中的预测板坯号区域，得到预测板坯号区域图像，包括：利用所述区域检测网络中的特征提取模块对所述训练样本图像进行特征提取，得到特征图像；利用所述区域检测网络中的标准化模块对所述特征图像集进行标准化处理，得到标准特征图像；利用所述区域检测网络中的数据融合模块将所述原始图像的底层特征与所述标准特征图像进行融合，得到目标特征图像；利用所述区域检测网络中的测算模块输出所述目标特征图像的检测结果；根据所述检测结果，选取目标区域图像，得到目预测板坯号区域图像。5.根据权利要求1所述的方法，其特征在于，所述利用所述预构建板坯号识别模型中的文本识别网络识别所述预测板坯号区域图像中的预测板坯序列号之前，还包括：对所述预测板坯号区域图像中的板坯序列号文字框进行二值化处理，得到二值化文字
框；统计所述二值化文字框中的白色像素点数量，根据所述白色像素点数量，绘制所述二值化文字框的投影直方图；对所述投影直方图进...
【专利技术属性】
技术研发人员：李林，林琳，
申请(专利权)人：辽宁华盾安全技术有限责任公司，
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。