基于深度学习的钢卷端面缺陷检测系统设计

TP391; 针对热轧钢卷端面图像背景复杂、缺陷特征各异、缺乏标准缺陷数据集,用传统视觉方法难以自动识别问题,提出了基于深度学习的热轧钢卷端面缺陷检测的技术架构,给出了该框架下的图像采集、预处理与分割、深度神经网络算法设计和缺陷特征数据库搭建等关键技术,最后开发了基于深度学习的钢卷端面缺陷检测系统,试验表明该系统的典型缺陷检出率在90％以上,解决了热轧钢卷端面缺陷长期依赖人工肉眼识别的行业性难题,实现了端面缺陷的在线、自动、精准检测,所形成的成套端面缺陷检测技术和装备,在钢铁行业多条热轧产线稳定、可靠地投用运行....

Full description

Saved in:
Bibliographic Details
Published in计算机集成制造系统 Vol. 30; no. 5; pp. 1847 - 1855
Main Authors 张雪荣, 向峰, 李红军, 张弛, 周思聪, 左颖
Format Journal Article
LanguageChinese
Published 宝山钢铁股份有限公司中央研究院,湖北 武汉 430080%武汉科技大学机械自动化学院,湖北 武汉 430081%武汉纺织大学机械工程与自动化学院,湖北 武汉 430073%北京航空航天大学 自动化科学与电气工程学院,北京 100191 31.05.2024
Subjects
deep learning
steel roll
end defects
identification
识别
钢卷
端部缺陷
深度学习
Online AccessGet full text
ISSN1006-5911
DOI10.13196/j.cims.2021.0731

Cover

More Information
Summary:TP391; 针对热轧钢卷端面图像背景复杂、缺陷特征各异、缺乏标准缺陷数据集,用传统视觉方法难以自动识别问题,提出了基于深度学习的热轧钢卷端面缺陷检测的技术架构,给出了该框架下的图像采集、预处理与分割、深度神经网络算法设计和缺陷特征数据库搭建等关键技术,最后开发了基于深度学习的钢卷端面缺陷检测系统,试验表明该系统的典型缺陷检出率在90％以上,解决了热轧钢卷端面缺陷长期依赖人工肉眼识别的行业性难题,实现了端面缺陷的在线、自动、精准检测,所形成的成套端面缺陷检测技术和装备,在钢铁行业多条热轧产线稳定、可靠地投用运行.
ISSN:1006-5911
DOI:10.13196/j.cims.2021.0731