基于深度学习的冷轧带钢磨后辊印缺陷检测方法及系统
基本信息
申请号 | CN202010167902.X | 申请日 | - |
公开(公告)号 | CN113393414A | 公开(公告)日 | 2021-09-14 |
申请公布号 | CN113393414A | 申请公布日 | 2021-09-14 |
分类号 | G06T7/00(2017.01)I;G06K9/32(2006.01)I;G06T5/00(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 郭心如;黄学锋;秦凯运;王纬秀 | 申请(专利权)人 | 上海宝信软件股份有限公司 |
代理机构 | 上海汉声知识产权代理有限公司 | 代理人 | 胡晶 |
地址 | 200120上海市浦东新区自由贸易试验区郭守敬路515号 | ||
法律状态 | - |
摘要
摘要 | 本发明提供了一种基于深度学习的冷轧带钢磨后辊印缺陷检测方法及系统,包括:步骤M1:采集经自动打磨系统打磨完成后的冷轧带钢所反射的缺陷图像;步骤M2:对缺陷图像进行预处理,并将预处理后的缺陷图像分割为预设大小的图片;步骤M3:根据分割后的预设大小的图片进行人工标注,创建数据集;步骤M4:利用基于cityscapes数据集的Hrnet预训练模型对数据集进行预设次数和学习率的训练,使数据集内标注的缺陷识别率达到预设值,得到训练完成的模型;步骤M5:将训练完成的模型部署在冷轧带钢生产线进行在线监测缺陷识别结果;本发明投入之后,可有效减少辊印缺陷圈的产生,提高成材率。同时实现辊印识别工位的自动化,减少现有工作人员的劳动强度。 |
