-
公开(公告)号：CN112329782A
公开(公告)日：2021-02-05
申请号：CN202011217989.3
申请日：2020-11-04
申请人： 中冶赛迪重庆信息技术有限公司
摘要： 本发明提供一种原料粒度确定方法、系统、终端及介质，该方法通过获取真实样本图像，并建立数据集，根据数据集训练生成原料轮廓分割模型，获取待检测图像，并输入到原料轮廓分割模型，生成原料颗粒轮廓图像，根据原料颗粒轮廓图像确定原料粒度；解决了过传统筛分检测法确定皮带机上原料粒度，耗费人工，耗时长，效率低，原料粒度确定存在较大误差，难以保证炼铁的质量的技术问题，达到了通过机器检测的方式，替代了人工确定原料粒度的方式，节省了人工，原料粒度的确定更加迅速、提升了确定效率、误差较小，可以提升炼铁的质量。
-
公开(公告)号：CN112053336A
公开(公告)日：2020-12-08
申请号：CN202010894688.8
申请日：2020-08-31
申请人： 中冶赛迪重庆信息技术有限公司
摘要： 本发明提供一种棒材对齐检测方法、系统、设备及介质，所述的方法包括：采集棒材图像，并对所述棒材图像中的棒材进行标注，获取目标数据集；通过识别网络对所述目标数据集进行训练，获取识别模型；通过所述识别模型对实时的棒材图像进行检测，获取各个棒材的头部的位置信息；通过各个棒材的头部的位置信息确定是否处于对齐状态。通过摄像设备采集棒材图像，在该图像中对棒材的目标进行标注，将完成标注的棒材图像输入到识别网络中进行训练，获识别模型，进而通过识别模型对实时的棒材图像进行检测，获取各个棒材的头部的位置信息，依据该位置信息对棒材是否为对齐状态进行判定，避免人工判定时造成的人为误差以及危害施工安全情况发生。
-
公开(公告)号：CN112037197A
公开(公告)日：2020-12-04
申请号：CN202010894749.0
申请日：2020-08-31
申请人： 中冶赛迪重庆信息技术有限公司
摘要： 本发明提出一种热轧棒材冷剪物料堆积检测方法、系统及介质，包括：采集冷剪机对应的滑道的多帧图像；通过物料检测模型判断所述图像中是否存在物料；当存在物料时，获取所述物料的位置信息，并根据所述物料位置信息的变化量输出识别结果；本发明可有效提高物料堆积检测的准确性，保障冷剪机安全运行环境。
-
公开(公告)号：CN112037195A
公开(公告)日：2020-12-04
申请号：CN202010894654.9
申请日：2020-08-31
申请人： 中冶赛迪重庆信息技术有限公司
摘要： 本发明提供一种棒材长度异常的检测方法、系统、设备及介质，所述的方法包括：采集棒材图像，并对所述棒材图像中的棒材进行标注，获取目标数据集；通过识别网络对所述目标数据集进行训练，获取识别模型；通过所述识别模型对实时的棒材图像进行检测，获取棒材的关联信息特征，所述关联信息特征包括：编号、长度；通过所述关联信息特征确定异常的棒材对应的编号及长度。通过识别模型对实时的棒材图像进行检测获取棒材的关联信息特征，依据获取棒材的关联信息特征进行判定，获取棒材长度异常的棒材对应的编号和长度，提高了检测效率和时效性，避免人工判定时造成的人为误差以及危害施工安全情况发生。
-
公开(公告)号：CN112712134A
公开(公告)日：2021-04-27
申请号：CN202110056355.2
申请日：2021-01-15
申请人： 中冶赛迪重庆信息技术有限公司
摘要： 本发明提供一种原料颗粒分类识别方法、系统、介质及电子终端，方法包括：采集原始数据集，原始数据集包括：一个或多个原料颗粒图像；将原始数据集输入分类神经网络进行训练，获取分类识别模型，训练过程包括：对原料颗粒图像进行等尺寸分割；采集待分类图像；将待分类图像输入分类识别模型，进行图像分类，获取图像分类结果；根据图像分类结果，确定待分类图像的类别；本发明中的方法，通过将原始数据集输入分类神经网络进行训练，训练过程包括对原始数据集中的原始颗粒图像进行等尺寸分割，进而获取分类识别模型，并将待分类数据输入分类识别模型中，获取图像分类结果，进而确定待分类图像的类别，能较好地对待分类图像中的原料颗粒进行分类。
-
公开(公告)号：CN112053334A
公开(公告)日：2020-12-08
申请号：CN202010894143.7
申请日：2020-08-31
申请人： 中冶赛迪重庆信息技术有限公司
摘要： 本发明提出一种加热炉冷坯料台双钢识别方法、系统及介质，包括：采集落坯辊道准备区域和所述落坯辊道上包含方坯横截面的视频流数据；根据预训练的方坯检测模型对所述视频流数据进行检测，获取方坯位置信息和横截面数量；根据所述落坯辊道上预设区域内方坯位置信息和横截面数量，输出所述落坯辊道工作状态；本发明通过深度学习网络模型检测双钢异常，避免人工检测错漏，可有效提高异常检测及处理效率。
-
公开(公告)号：CN111681227A
公开(公告)日：2020-09-18
申请号：CN202010518775.3
申请日：2020-06-09
申请人： 中冶赛迪重庆信息技术有限公司
摘要： 本发明提供一种飞剪机器异常的判断方法、系统、电子设备及介质，方法包括：采集图像信息，并预先将待识别区域划分为进钢区、出钢区及落钢区；对待识别区域中的钢条进行识别，并获取所述钢条进入各区域的钢条所占比例；通过每个区域中钢条所占比例，判断钢条行进状态；当钢条处于行进状态时，根据落钢区钢条掉落的等待值统计结果和预设的等待阈值，对钢条的飞剪结果进行判断；本发明能够实现自动实时检测钢条，通过计算钢条在各识别区域中的面积占比，判断飞剪机器是否出现异常情况，详细记录处理信息，具有较高的准确率，避免了由于工人误判以及疲劳造成剪切不断的故障未被察觉上报，无法有效降低切损率，降低机时产量。
-
公开(公告)号：CN112053333A
公开(公告)日：2020-12-08
申请号：CN202010894108.5
申请日：2020-08-31
申请人： 中冶赛迪重庆信息技术有限公司
摘要： 本发明提供一种基于机器视觉的方坯检测方法、系统、设备及介质，所述的方法包括：采集方坯截面图像，并对所述方坯截面图像进行标注，获取所述方坯截面图像的目标数据集；通过识别网络对所述目标数据集进行训练，获取识别模型；通过所述识别模型对实时的方坯截面图像进行检测，获取方坯的关联特征信息并判断是否脱方。通过摄像设备采集方坯截面图像，在该图像中对方坯的目标进行标注，将完成标注的方坯截面图像输入到识别网络中进行训练，获取识别率较高的识别模型，进而通过识别模型获取方坯截面图像中方坯的关联特征信息依据关联特征信息对方坯是否脱方进行判定，避免人工判定时造成的人为误差以及危害施工安全情况发生。
-
公开(公告)号：CN112037196A
公开(公告)日：2020-12-04
申请号：CN202010894708.1
申请日：2020-08-31
申请人： 中冶赛迪重庆信息技术有限公司
摘要： 本发明提出一种冷床倍尺长度检测方法、系统及介质，包括：获取冷床上棒材尾部图像，并输入预设的棒材识别模型，获取在所述图像对应区域棒材的尾部长度；根据所述尾部长度获取对应棒材的倍尺长度，当所述倍尺长度超出预设范围时，反馈异常信息；本发明基于图像深度学习模型识别倍尺长度异常，可有效提高检测的及时性和准确性，保证生产安全。
-
公开(公告)号：CN111539938A
公开(公告)日：2020-08-14
申请号：CN202010338451.1
申请日：2020-04-26
申请人： 中冶赛迪重庆信息技术有限公司
摘要： 本发明提供一种轧带钢带头曲度检测方法、系统、电子设备及介质，方法包括：获取带钢图像信息；根据带钢图像信息对基于深度学习的神经网络进行训练，获取用于识别带钢位置的目标检测模型；采集轧钢现场的带钢图片，输入至目标检测模型，获取带钢位置信息；根据带钢位置信息对带钢带头进行定位，并获取带钢的轮廓信息；根据轮廓信息获取最大轮廓的最小外接矩形；通过最小外接矩形与带钢上边界之间的距离，对带钢带头曲度进行判断；本发明实现无人工参与对带钢轧制场景下热轧带钢带头曲度的检测，兼具实时性和高精度的特点，降低了人工成本，提高了工作效率，同时也保证了检测的可靠性，提高了轧钢的质量，在实际热轧带钢的工业场景下，效果极佳。
-
-
-
-
-
-
-
-
-
搜索结果
19 条记录 (耗时 0.04 秒)
