一种层次化缺陷分析的钢板表面质量自动分级与判定方法技术

本发明专利技术公开了一种层次化缺陷分析的钢板表面质量自动分级与判定方法，包括：制定表面缺陷分类标准、缺陷严重程度划分标准和钢板成品质量分级标准；构建样本数据集；构建表面缺陷检测算法模型，并利用样本数据集进行训练；利用训练好的表面缺陷检测算法模型对待检测的钢板图像进行检测，得到检测结果；基于缺陷严重程度划分标准，根据表面缺陷的特征数据，判定所检测到的表面缺陷的严重程度；基于钢板成品质量分级标准，根据所检测到的当前钢板成品中的各表面缺陷的类别、特征数据以及严重程度，实现钢板成品质量的自动分级与判定。本发明专利技术可有效解决人工质检分析难、效率低等问题；为后续钢板生产线进行钢板表面质量分级与判定提供理论和实践指导。定提供理论和实践指导。定提供理论和实践指导。

【技术实现步骤摘要】
一种层次化缺陷分析的钢板表面质量自动分级与判定方法


[0001]本专利技术涉及深度学习、目标检测及金属表面缺陷检测
，特别涉及一种层次化缺陷分析的钢板表面质量自动分级与判定方法。

技术介绍

[0002]钢板作为最为重要的一种机械制造工业原材料，广泛应用于建筑、汽车、航天等领域，钢板表面质量不仅直接影响外观质量、严重情况下还影响工业成品结构性质量。随着钢铁制造业不断向自动化、信息化、数据化的智能生产转型，如何在快速生产节奏中，确保生产质量是提高企业竞争力的重要环节。因此，掌握高效、稳定的钢板表面质量自动分级与判定方法是钢铁生产企业抢占新一代工业革命制高点的关键一步。
[0003]在钢铁制造业中，通常通过添加不同的合金元素来改变钢的组织性能，为了在后续产线实现冶金学原理中的工艺条件，采取的不同的工艺设计，譬如加热温度、冷却模式、轧机出口速度等，导致了某些钢种有很强的织构方向性，在光学探测设备下，表面纹理存在一定的差异性；同时各类工艺流程会导致各类表面缺陷的产生。如何在快速生产节奏中确保生产质量，是当前钢铁生产最为关注的问题。当前，表面缺陷的质检主要依赖于人工目视检测方法，其时效性差、检测效率低，难以适应当前钢铁生产线的快速生产节奏。
[0004]因此，需要设计一种更高效的钢板表面质量自动分级与判定方法。

技术实现思路

[0005]本专利技术提供了一种层次化缺陷分析的钢板表面质量自动分级与判定方法，以解决通过人工目视来确定钢板存在某类或某几类缺陷而确定等级的方式存在的时效性差、检测效率低，难以适应当前钢铁生产线快速生产节奏的技术问题。
[0006]为解决上述技术问题，本专利技术提供了如下技术方案：一方面，本专利技术提供了一种层次化缺陷分析的钢板表面质量自动分级与判定方法，所述层次化缺陷分析的钢板表面质量自动分级与判定方法包括：制定表面缺陷分类标准、缺陷严重程度划分标准和钢板成品质量分级标准；收集包含表面缺陷的图像样本，并根据所述表面缺陷分类标准，对收集到的图像样本进行缺陷类别标注，以构建出样本数据集；利用深度学习技术，构建分类优先网络与目标检测网络结合的表面缺陷检测算法模型，并利用所述样本数据集对所述表面缺陷检测算法模型进行训练；利用训练好的表面缺陷检测算法模型对待检测的钢板图像进行检测，实现对当前待检测的钢板图像中所包含的表面缺陷的分类与定位，得到检测结果；基于表面缺陷的检测结果，对当前所检测到的表面缺陷进行多层次特征提取，得到当前所检测到的表面缺陷所对应的特征数据，并基于所述缺陷严重程度划分标准，根据表面缺陷的特征数据，判定所检测到的表面缺陷的严重程度；基于所述钢板成品质量分级标准，根据所检测到的当前钢板成品中的各表面缺陷
的类别、特征数据以及严重程度，实现钢板成品质量的自动分级与判定。
[0007]进一步地，所述制定表面缺陷分类标准、缺陷严重程度划分标准和钢板成品质量分级标准，包括：根据实际生产线需求和生产工艺，制定表面缺陷分类标准，将钢板的表面缺陷划分为多个不同的类别；其中，表面缺陷的类别包括：结疤、夹杂、脱皮、划伤、氧化铁皮、氧化铁皮压入、凹坑、辊印、戳伤、脏污以及孔洞；基于表面缺陷分类标准，制定缺陷严重程度划分标准，根据表面缺陷的特征数据，将各类缺陷的严重程度分别划分为多个不同的级别；根据实际生产线需求，基于各类缺陷及其严重程度在钢板上的分布情况，制定钢板成品质量分级标准，将钢板成品的质量划分为多个不同的等级。
[0008]进一步地，所述收集包含表面缺陷的图像样本，包括：基于所述表面缺陷分类标准，收集各类缺陷单张图像样本；根据钢板成品分级判定结果，收集对应钢板的整张图像样本。
[0009]进一步地，所述表面缺陷检测算法模型包括缺陷检测网络模型和缺陷分类网络模型；其中，所述缺陷检测网络模型用于实现缺陷的定位，所述缺陷分类网络模型用于对所述缺陷检测网络模型检出的缺陷进行分类，得到缺陷类别；所述缺陷检测网络模型和所述缺陷分类网络模型进行并联设计，两个网络模型在特征提取时独立工作，最终将两个网络模型的特征提取与分类结果融合。
[0010]可选地，所述缺陷检测网络模型为YOLOv5模型。
[0011]可选地，所述缺陷分类网络模型为EfficientNet模型。
[0012]进一步地，所述基于表面缺陷的检测结果，对当前所检测到的表面缺陷进行多层次特征提取，得到当前所检测到的表面缺陷所对应的特征数据，并基于所述缺陷严重程度划分标准，根据表面缺陷的特征数据，判定所检测到的表面缺陷的严重程度，包括：基于表面缺陷的检测结果，对当前所检测到的表面缺陷进行多层次特征提取，得到当前所检测到的表面缺陷所对应的特征数据；其中，所述特征数据包括：缺陷距离钢板头部的距离信息、缺陷距离钢板尾部的距离信息、缺陷的长宽尺寸信息、缺陷的面积信息、缺陷的置信度以及缺陷的灰度值；对提取到的缺陷的特征数据进行筛选和分析，并结合所述缺陷严重程度划分标准，判定所检测到的表面缺陷的严重程度。
[0013]进一步地，所述基于所述钢板成品质量分级标准，根据所检测到的当前钢板成品中的各表面缺陷的类别、特征数据以及严重程度，实现钢板成品质量的自动分级与判定，包括：对每块钢板成品所包含的缺陷数据进行统计；其中，所述缺陷数据包括：缺陷的类别和数量，以及各缺陷的特征数据；对统计的缺陷数据进行综合分析，获得缺陷在钢板上的分布规律；基于所述钢板成品质量分级标准，根据所获得的缺陷在钢板上的分布规律，实现钢板成品质量的自动分级与判定，确定当前钢板成品的质量等级。
[0014]再一方面，本专利技术还提供了一种电子设备，其包括处理器和存储器；其中，存储器中存储有至少一条指令，所述指令由处理器加载并执行以实现上述方法。
[0015]又一方面，本专利技术还提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现上述方法。
[0016]本专利技术提供的技术方案带来的有益效果至少包括：1、在实际生产过程中，本专利技术针对钢种、实际生产线工艺特点，制定了缺陷分类标准、缺陷严重程度标准以及质量自动分级标准，可以为其它钢铁生产线进行后续的质量分级提供依据和标准；2、本专利技术构建的基于深度学习技术的分类优先缺陷检测算法模型，相比于传统的缺陷分析算法，具有检测速度快、精度高、泛化性强的优点；3、本专利技术所提供的钢板表面质量自动分级与判定方法，基于表面缺陷检测技术，从缺陷面积、缺陷置信度、缺陷分布数量等方面入手，实现层次化分级的表面质量自动分级与判定，有效解决人工质检分析难、效率低等问题。
附图说明
[0017]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0018]图1是本专利技术实施例提供的层次化缺陷分析的钢板表面质量自动分级与判定方法的整体实施流程示意图；图2是本专利技术实施例提供的几类影响钢本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种层次化缺陷分析的钢板表面质量自动分级与判定方法，其特征在于，所述层次化缺陷分析的钢板表面质量自动分级与判定方法包括：制定表面缺陷分类标准、缺陷严重程度划分标准和钢板成品质量分级标准；收集包含表面缺陷的图像样本，并根据所述表面缺陷分类标准，对收集到的图像样本进行缺陷类别标注，以构建出样本数据集；利用深度学习技术，构建分类优先网络与目标检测网络结合的表面缺陷检测算法模型，并利用所述样本数据集对所述表面缺陷检测算法模型进行训练；利用训练好的表面缺陷检测算法模型对待检测的钢板图像进行检测，实现对当前待检测的钢板图像中所包含的表面缺陷的分类与定位，得到检测结果；基于表面缺陷的检测结果，对当前所检测到的表面缺陷进行多层次特征提取，得到当前所检测到的表面缺陷所对应的特征数据，并基于所述缺陷严重程度划分标准，根据表面缺陷的特征数据，判定所检测到的表面缺陷的严重程度；基于所述钢板成品质量分级标准，根据所检测到的当前钢板成品中的各表面缺陷的类别、特征数据以及严重程度，实现钢板成品质量的自动分级与判定。2.如权利要求1所述的层次化缺陷分析的钢板表面质量自动分级与判定方法，其特征在于，所述制定表面缺陷分类标准、缺陷严重程度划分标准和钢板成品质量分级标准，包括：根据实际生产线需求和生产工艺，制定表面缺陷分类标准，将钢板的表面缺陷划分为多个不同的类别；其中，表面缺陷的类别包括：结疤、夹杂、脱皮、划伤、氧化铁皮、氧化铁皮压入、凹坑、辊印、戳伤、脏污以及孔洞；基于表面缺陷分类标准，制定缺陷严重程度划分标准，根据表面缺陷的特征数据，将各类缺陷的严重程度分别划分为多个不同的级别；根据实际生产线需求，基于各类缺陷及其严重程度在钢板上的分布情况，制定钢板成品质量分级标准，将钢板成品的质量划分为多个不同的等级。3.如权利要求1所述的层次化缺陷分析的钢板表面质量自动分级与判定方法，其特征在于，所述收集包含表面缺陷的图像样本，包括：基于所述表面缺陷分类标准，收集各类缺陷单张图像样本；根据钢板成品分级判定结果，收集对应钢板的整张图像样本。4.如权利要求1所述的层次化缺陷分析的钢板表面质量自动分级与判定方法...

【专利技术属性】
技术研发人员：李小占，景志远，侯睿，吴昆鹏，任宝成，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：