一种基于深度学习的圆坯端面坯号方向分类方法和装置制造方法及图纸

本发明专利技术公开了一种基于深度学习的圆坯端面坯号的方向分类方案，属于智能冶金技术领域，所述方法包括：建立圆坯端面坯号数据集；将圆坯端面坯号数据集划分为训练数据集和测试数据集；对训练数据集中的各图像进行预处理；基于预处理后的图像对改进后的AlexNet网络进行训练，得到分类模型；基于测试数据集对分类模型进行测试，在测试结果为分类模型满足预设条件的情况下，确定所述分类模型训练完成；基于训练完成的分类模型和文本识别单元，对待测试图像进行处理，以确定待测试图像中圆坯端面坯号方向所属类别。本申请提供的基于深度学习的圆坯端面坯号的方向分类方案，能够高效、准确地识别出圆坯端面坯号方向。

【技术实现步骤摘要】

本专利技术涉及智能冶金，尤其涉及基于深度学习的圆坯端面坯号方向分类方法和装置。

技术介绍

1、在圆坯生产过程中，特定的数字、字母或符号被喷涂在圆坯上，作为标识其批次的重要信息。钢坯作为钢铁生产的关键原材料，其质量至关重要，而坯号则成为质量追溯的重要索引，轧制前对这些标识的确认，是确保产品质量、避免装料错误和生产质量事故的关键步骤，同时标识信息可作为库存管理的数据以保障坯料出库、入库跟踪、调度和管理的自动化。随着自动化生产线的普及，当前市场上存在多种坯号字符识别系统技术，主流解决方案多采用视觉处理技术，结合传统方法与深度学习算法，实现更高效、准确的坯号识别。端面标号的检测与识别一般可以分为以下步骤：获取图像，判断图像中是否存在方坯端面坯号以及坯号是否完整，字符区域粗定位，矫正坯号字符行角度，进行单字符或字符行的检测与识别。

2、现场图像采集时，由于辊道移动速度的差异以及相机的采集灵敏度限制，原始图像中坯料位置不一，会出现端面坯号不存在或不完整的出现采集图像中的情况，且坯号的方向也存存在差异，尤其是圆坯坯号的方向差异更为明显。因此，在进行圆坯端面坯本文档来自技高网...

【技术保护点】

1.一种基于深度学习的圆坯端面坯号方向分类方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述建立圆坯端面坯号数据集的步骤，包括：

3.根据权利要求2所述的方法，其特征在于，对所述训练数据集中的各图像进行预处理的步骤，包括：

4.根据权利要求1所述的方法，其特征在于，所述改进后的Alexnet网络包括：第一卷积层、第二卷积层、第三卷积层、第四卷积层、第一全连接层、第二全连接层、第三全连接层；

5.根据权利要求1所述的方法，其特征在于，基于预处理后的图像对改进后的AlexNet网络进行训练，得到分类模型的步骤，包括：...

【技术特征摘要】

1.一种基于深度学习的圆坯端面坯号方向分类方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述建立圆坯端面坯号数据集的步骤，包括：

3.根据权利要求2所述的方法，其特征在于，对所述训练数据集中的各图像进行预处理的步骤，包括：

4.根据权利要求1所述的方法，其特征在于，所述改进后的alexnet网络包括：第一卷积层、第二卷积层、第三卷积层、第四卷积层、第一全连接层、第二全连接层、第三全连接层；

5.根据权利要求1所述的方法，其特征在于，基于预处理后的图像对改进后的alexnet网络进行训练，得到分类模型的步骤，包括：<...

【专利技术属性】
技术研发人员：邵健，郝静，曲延庆，齐福运，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：