-
公开(公告)号：CN119359734B
公开(公告)日：2025-04-25
申请号：CN202411943080.4
申请日：2024-12-27
Applicant: 河钢数字技术股份有限公司 , 雄安威赛博智能科技有限公司 , 河北沃享信息技术有限公司
IPC: G06T7/00 , G06T7/62 , G06T17/00 , G06V10/764 , G06V10/70
Abstract: 本申请提供一种钢表面缺陷分析方法、装置、终端及存储介质，涉及钢材分析技术领域。该方法包括：获取目标钢试样各层表面的第一图像和第二图像，第一图像为目标钢试样每层表面的初始图像，第二图像为目标钢试样每层表面腐蚀后的图像；分别将各层的第一图像和第二图像输入缺陷边界点生成模型中，输出相应层的缺陷边界点；基于所有缺陷边界点，确定目标钢试样的缺陷三维边界点数据图像，并将目标钢试样的缺陷三维边界点数据图像输入缺陷类型判别模型中，确定目标钢试样的缺陷类型，缺陷类型判别模型基于机器学习算法构建得到。本申请能够更精确地捕捉和识别钢表面的缺陷，且提高检测效率。
-
公开(公告)号：CN119643568A
公开(公告)日：2025-03-18
申请号：CN202510179828.6
申请日：2025-02-19
Applicant: 河钢数字技术股份有限公司 , 雄安威赛博智能科技有限公司 , 河北沃享信息技术有限公司
Abstract: 本发明提供一种钢材检测方法、装置、电子设备及存储介质，涉及材料分析领域，首先将预设材料涂敷在经过夹杂物腐蚀处理后的钢材表面，并进行加热，由于夹杂物腐蚀处理能够腐蚀钢材中的夹杂物，使得钢材表面产生缺陷，因此涂敷加热处理后钢材表面因夹杂物腐蚀导致的缺陷处填充有该预设材料，再对涂敷加热处理后的钢材表面进行图像采集处理，采集钢材表面图像，并识别钢材表面图像，确定钢材表面是否存在因夹杂物被腐蚀导致的缺陷，即确定钢材是否存在夹杂物。本实施例利用钢材表面图像可以实现对钢材中夹杂物的自动化检测，大大提高了对钢材中的夹杂物的检测精度和效率，由此可以进一步提升材料性能，降低质量风险。
-
公开(公告)号：CN119310100A
公开(公告)日：2025-01-14
申请号：CN202411194222.1
申请日：2024-08-28
Applicant: 河钢数字技术股份有限公司 , 雄安威赛博智能科技有限公司
Abstract: 本发明涉及金属卷材技术领域，提供一种金属卷材表面缺陷的智能检测系统，包括激光采集系统、数据检测系统、阵列形成系统、储存系统和校对系统，所述激光采集系统用于对金属卷材表面进行照射，以将反射的激光进行金属卷材表面数据的采集，所述数据检测系统用于对激光采集系统所采集的数据进行处理，所述阵列形成系统用于对数据进行可视化处理，所述储存系统用于储存所成的可视化数据，所述校对系统具备将储存系统中的可视化数据与后续检测的新数据进行对比检测。通过激光采集系统对金属卷材表面进行高精度的扫描，收集到的数据经过数据检测系统中的凹度检测模块、凸度检测模块和颜色检测模块的专门处理，能够细致识别出各种类型的表面缺陷。
-
公开(公告)号：CN116681647A
公开(公告)日：2023-09-01
申请号：CN202310429186.1
申请日：2023-04-20
Applicant: 河钢数字技术股份有限公司 , 青岛河钢新材料科技股份有限公司
IPC: G06T7/00 , G06N3/0464 , G06N3/088 , G06V10/764
Abstract: 本申请适用于彩涂板检测技术领域，提供了一种基于无监督生成式的彩涂板表面缺陷检测方法和装置。该方法包括：通过线阵相机采集彩涂板的待识别图像；从待识别图像中提取有效区域，通过彩涂板花纹图案分类模型识别有效区域的彩涂板花纹类型；基于无缺陷的图像样本搭建CFLOW模型，并对CFLOW模型进行训练得到缺陷检测模型；根据彩涂板花纹类型和有效区域，利用缺陷检测模型进行彩涂板缺陷检测，输出缺陷区域坐标；基于缺陷区域坐标从待识别图像中提取缺陷区域，将缺陷区域输入缺陷类型分类分级模型，得到彩涂板的缺陷类型和级别。本申请相较于传统基于图像特征如边缘提取等方法，具有较强的抗干扰能力和较高的缺陷检出率。
-
公开(公告)号：CN114926483A
公开(公告)日：2022-08-19
申请号：CN202210628082.9
申请日：2022-06-06
Applicant: 河钢数字技术股份有限公司
Abstract: 本发明公开了一种基于区域分割联合Yolov5的废钢判级方法，采用Mask R‑CNN分割模型，将车厢与背景进行分割，通过改进Yolov5的检测头，提取出每个分割区域特征即该区域料型类别和所属料型置信度，在训练时候，通过反传分割区域的分类loss和sigmoid置信度乘积，来训练网络，在推理时候，输入原图后，直接输出每个区域的类别和置信度，通过预设阈值，过滤掉无效区域即填充灰度区域，最后计算出整车车厢废钢类型以及其占比；吸取了分类网络和检测网络各自优点，在速度上和精度上都有良好的效果，本发明不仅不会漏区域，还会将模型训练侧重点加持到分类模型，网络模型更易收敛。
-
Patent Agency Ranking
公开(公告)号：CN113297397A
公开(公告)日：2021-08-24
申请号：CN202110517760.X
申请日：2021-05-12
Applicant: 山东大学 , 河钢数字技术股份有限公司
IPC: G06F16/41 , G06F16/45 , G06F16/483 , G06N3/04
Abstract: 本发明提供了一种基于层次化多模态信息融合的信息匹配方法及系统，抽取用户多源异构多模态数据的特征表示；基于提取的用户异构多模态数据特征，构建层次化图结构，捕捉用户在社交媒体中存在的外部和内部关系，获取用户不同源的准确表示；根据获取的用户不同源的表示，引入对抗学习，进行语义判别，进一步增强用户表征，实现用户身份信息匹配。本发明能够提高跨社交媒体用户身份识别的建模性能。
-
公开(公告)号：CN112529545A
公开(公告)日：2021-03-19
申请号：CN202011624703.3
申请日：2020-12-31
Applicant: 河钢数字技术股份有限公司
IPC: G06Q10/10 , G06F16/22 , G06F16/2455 , G06F16/2457 , G06F16/28 , G06F9/54
Abstract: 本发明公开了一种基于微服务模式的动态部署工作流的系统及方法，系统包括动态表单前端模块、动态表单后台接口模块、动态表单数据库表生成模块、流程前端模块、流程后台接口模块、流程后台生成模块、Kafka消息队列模块、Jenkins的部署模块、人员组织管理模块、登录注册审批模块和流程后台审批模块。本发明通过拖拉拽的方式实现工作流，极大的节约了人力、物力和财力，简化了开发步骤，使寻常人都可以方便的使用此方法，提高了工作效率。
-
公开(公告)号：CN112199423A
公开(公告)日：2021-01-08
申请号：CN202010905210.0
申请日：2020-09-01
Applicant: 河钢数字技术股份有限公司
IPC: G06F16/25 , G06F16/2458 , G06F16/215 , G06F16/28
Abstract: 本发明公开了一种ETL数据质量判定与反馈方法，该方法包括：获取ETL数据处理过程的判定指标，根据所述判定指标的结果值和预设期望值的比较结果确定对所述ETL数据处理过程的质量判定结果，并在根据ETL处理日志确定所述ETL任务失败时，根据所述ETL处理日志和目标数据中携带的标记信息从所述数据仓库中确定出所述脏数据，并对所述脏数据进行清理，从而进一步提高了对ETL数据质量判定的准确性，并通过质量判定结果进行反馈，及时发现ETL处理过程中的问题，保证了输出数据的准确性。
-
公开(公告)号：CN114757935B
公开(公告)日：2025-04-22
申请号：CN202210482010.8
申请日：2022-05-05
Applicant: 河钢数字技术股份有限公司 , 山东大学 , 青岛海尔智能技术研发有限公司
IPC: G06T7/00 , G06T7/11 , G06T7/12 , G06N3/08 , G06N3/0464 , G06V10/44 , G06V10/82 , G06V10/764
Abstract: 本发明公开了一种钢铁冷轧退火炉元器件多目标自动测温与预警方法，涉及金属冶炼技术领域，包括以下步骤：采集退火炉关键元器件图像数据、退火炉元器件目标检测算法开发、退火炉元器件图像语义分割算法开发和分析各个元器件的历史温度，设计温度异常检测算法。基于红外热成像摄像头和人工智能技术相结合的自动温度监测系统，并采用基于机器视觉技术的目标检测和图像语义分割算法，获得实时设备元器件图像。在获取现场实测数据的基础上，基于红外热成像摄像头获取关键元器件的实时温度数据，并开发温度异常检测算法，从而判断设备的运行状态并及时对设备异常进行预警。
-
公开(公告)号：CN114943689B
公开(公告)日：2025-04-08
申请号：CN202210459349.6
申请日：2022-04-27
Applicant: 河钢数字技术股份有限公司 , 山东大学 , 青岛海尔智能技术研发有限公司
IPC: G06T7/00 , G06V10/25 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于半监督学习的钢铁冷轧退火炉元器件检测方法，涉及工业生产技术领域。采用高精度的FasterR‑CNN检测模型，主干网络采用ResNet50网络，并加入特征金字塔来捕捉不同尺度的特征信息，提高了检测的准确率。本发明针对炼钢设备标注人力物力成本过大的问题和半监督学习时元器件的类别不平衡导致预测有偏差的问题，采用了半监督学习目标检测方法—无偏教师方法，先用有标注的数据单独训练教师模型，之后教师生成伪标签来训练学生模型，学生模型通过EMA算法来逐步更新教师模型。通过半监督学习无偏教师目标检测方法，实现了在仅有少量标注数据训练情况下，对钢铁冷轧退火炉元器件进行精准检测。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.087 seconds)
