【技术实现步骤摘要】
金属碳化物检测分级方法、装置、电子设备及存储介质
[0001]本申请涉及金相数据识别
,具体涉及一种金属碳化物检测分级方法
、
装置
、
电子设备及存储介质
。
技术介绍
[0002]在钢铁生产过程中,不同品级的金属碳化物会产生各种形状和结构的变异,对金属碳化物进行数据识别,对保证冶金质量具有重要意义,如识别金属碳化物的不均匀度是衡量冶金质量的重要指标
。
[0003]相关技术中,对金属碳化物的检测手段通常为人工金相检测,即技术人员在显微镜下对冶金样本的视场进行人眼观察,并参照金相图谱
、
相关检测标准以及结合自身的专业知识给出金属碳化物的检测分级结果
。
但是,上述方法由于依赖人眼和人工经验,存在检测分级误差大
、
效率低等问题,同时对技术人员的专业性要求高,也容易给技术人员造成视觉疲劳
。
技术实现思路
[0004]有鉴于此,本申请实施例提供了一种金属碳化物检测分级方法
、 >装置
、<本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.
一种金属碳化物检测分级方法,其特征在于,包括:获取待检测样品对应的多个待检测图像;其中,所述多个待检测图像为对所述待检测样品的不同位置拍摄的多个金相图像;将所述多个待检测图像中的每一待检测图像输入初筛模型,得到所述每一待检测图像的多通道特征图,并根据所述每一待检测图像的多通道特征图,确定所述每一待检测图像是否为金属碳化物图像,其中,所述初筛模型输入金相图像输出多通道特征图;将确定的所述多个待检测图像中的每一金属碳化物图像输入目标检测模型,得到目标图像,并将每一目标图像输入分级模型,得到所述每一目标图像对应的碳化物等级和置信度;其中,所述目标图像中标记有检测框,所述检测框用于定位图像中的碳化物,所述目标检测模型输入碳化物图像输出标记有检测框的目标图像,所述分级模型输入标记有检测框的目标图像输出碳化物等级和置信度;根据所述碳化物等级和所述置信度,选取预设数量的所述目标图像输入集成模型,得到所述待检测样品的最终碳化物等级,其中,所述集成模型输入多个标记有检测框的目标图像输出碳化物等级
。2.
根据权利要求1所述的金属碳化物检测分级方法,其特征在于,所述初筛模型包括多个特征提取网络;所述将所述多个待检测图像中的每一待检测图像输入初筛模型,得到所述每一待检测图像的多通道特征图,并根据所述每一待检测图像的多通道特征图,确定所述每一待检测图像是否为金属碳化物图像,包括:将所述多个待检测图像中的每一待检测图像分别输入所述多个特征提取网络,得到所述每一待检测图像的多个多通道特征图;其中,所述每一待检测图像的各多通道特征图与所述多个特征提取网络一一对应;对于所述每一待检测图像的多通道特征图,确定每一多通道特征图中每一位置的特征;其中,每一多通道特征图中每一位置的特征与相应多通道特征图中的每一像素点对应;根据所述每一待检测图像的每一多通道特征图中每一位置的特征和预设的特征库,确定所述每一待检测图像对应的异常值图;根据所述每一待检测图像对应的异常值图,确定所述每一待检测图像是否为金属碳化物图像
。3.
根据权利要求2所述的金属碳化物检测分级方法,其特征在于,所述对于所述每一待检测图像的多通道特征图,确定每一多通道特征图中每一位置的特征,包括:对于所述每一待检测图像的多通道特征图,确定每一多通道特征图中每一位置对应的位置区域;对于每一多通道特征图,根据每一位置对应的位置区域对应的多通道特征,计算聚集函数的值,并将所述聚集函数的值作为相应多通道特征图中相应位置的特征
。4.
根据权利要求2所述的金属碳化物检测分级方法,其特征在于,所述预设的特征库包括多个子特征库,所述多个子特征库中各子特征库与各特征提取网络一一对应,所述多个子特征库中各子特征库与所述每一待检测图像的各多通道特征图一一对应;每一子特征库中包括多个正样本图像相应的多通道特征图中每一位置的标准特征;所述正样本图像为不包括金属碳化物的样本图像;
所述根据所述每一待检测图像的每一多通道特征图中每一位置的特征和预设的特征库,确定所述每一待检测图像对应的异常值图,包括:对于所述每一待检测图像,确定每一多通道特征图中每一位置的特征与相应多通道特征图对应的子特征库中各标准特征之间的距离,得到多个特征距离,并将所述多个特征距离中数值最小的特征距离作为相应多通道特征图中每一位置的异常值,根据得到的多通道特征图中每一位置的异常值,构建所述每一待检测图像对应的子异常值图;根据所述每一...
【专利技术属性】
技术研发人员:李玉涛,陈勇勇,倪振兴,孙晓明,郝亮,冯兴,甄澎涛,张丛灿,田逸,刘丽冉,
申请(专利权)人:河钢集团有限公司石家庄钢铁有限责任公司哈尔滨工业大学深圳哈尔滨工业大学深圳科技创新研究院,
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。