-
公开(公告)号:CN118396947A
公开(公告)日:2024-07-26
申请号:CN202410484467.1
申请日:2024-04-22
Applicant: 河钢数字技术股份有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06T7/00 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/096
Abstract: 本发明公开了一种适合边缘设备部署的钢材微小缺陷检测方法,涉及工业环境的钢材微小缺陷识别领域,通过将钢材缺陷图像压缩处理成规定尺寸的图像文件,该图像输入到基于U形结构的特征提取网络中,特征提取网络的可变形卷积与注意力模块负责对特征进行提取,注意力机制点积方式获取钢材缺陷中的上下文信息特征,同时为保留钢材缺陷某些初始的特征,将提取局部显著特征与全局上下文信息特征进行细粒度融合得到最终输出特征,将最终输出特征传递到解码器部分,由解码器进行特征映射并最终输出钢材微小缺陷检测的结果,为便于特征提取网络在边缘设备端部署,提出一种知识蒸馏学习框架,通过教师网络的学习,不断优化目标函数,达到对学生网络的指导。
-
公开(公告)号:CN117218093A
公开(公告)日:2023-12-12
申请号:CN202311217797.6
申请日:2023-09-20
Applicant: 河钢数字技术股份有限公司 , 河钢集团有限公司 , 石家庄钢铁有限责任公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本申请适用于金相检测技术领域,提供了金相碳化物检测方法、装置及终端设备,该方法本发明实施方式公开了一种金相碳化物检测方法,包括:首先获取待检测图像;然后对所述待检测图像做平滑和滤波处理,得到待检测图像的可疑区域;接着对所述待检测图像的可疑区域进行碳化物检测,得到多个等级判别;最后对多个所述等级判别进行融合,得到碳化物判级。本发明实施方式通过图像分析,确定金相碳化物的可疑区域,并针对可疑区域获取高倍图像,并基于高倍图像进行评级,因此评级结果准确可靠,提高了检测效率。
-
公开(公告)号:CN117349416A
公开(公告)日:2024-01-05
申请号:CN202311305811.8
申请日:2023-10-10
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
IPC: G06F16/332 , G06F16/33 , G06F16/38 , G06N5/022 , G06F40/216
Abstract: 本发明提供一种炼钢知识的精细回答方法、装置、终端及存储介质。该方法包括:对用户输入的炼钢问题进行文本向量化,得到问题向量;将问题向量与炼钢知识向量库中的知识向量进行相似度匹配,得到炼钢问题的相关知识;其中,炼钢知识向量库基于炼钢知识库生成;基于炼钢语言大模型对炼钢问题的相关知识进行语法和逻辑处理,得到炼钢问题对应的回答内容;其中,炼钢语言大模型基于炼钢知识库数据集对通用型语言大模型进行微调得到,炼钢知识库数据集包括多条炼钢知识样本,每条炼钢知识样本具有联合主题和知识标签,联合主题基于炼钢知识的标题、段落主题、段内TF‑IDF关键词和相关知识生成。本发明能够提高炼钢辅助的效果。
-
公开(公告)号:CN115937797A
公开(公告)日:2023-04-07
申请号:CN202211663849.8
申请日:2022-12-23
Applicant: 河钢数字技术股份有限公司
Abstract: 本发明提供一种基于车辆轨迹的配料预警方法、装置、终端及存储介质。该方法包括:获取目标区域的实时监控视频;基于YoloX车辆检测网络和KCF核相关滤波算法识别实时监控视频中的车辆轨迹;基于车辆轨迹确定目标区域中的实时配料配比,并基于实时配料配比进行配料预警。本发明能够确定实时配料配比,在实际配料与配料需求不符时能够及时预警,避免不良后果。
-
公开(公告)号:CN115100403A
公开(公告)日:2022-09-23
申请号:CN202210515716.X
申请日:2022-05-11
Applicant: 河钢数字技术股份有限公司
Abstract: 本发明公开了一种基于深度学习的废钢料型占比识别方法,包括以下步骤:步骤一、基于深度残差网络和注意力模块构建特征提取主干网络,通过主干网络对给定废钢图像进行多尺度特征提取,得到有效特征层和基础特征层;步骤二、融合有效特征层和基础特征层进行特征融合得到融合特征层,通过融合特征层预测每个像素点的废钢类别,得到废钢料型的语义特征信息;步骤三、融合基础特征信息和语义特征信息,预测不同类型废钢的占比;本发明提出的废钢特征提取主干网络,结合深度残差网络和注意力机制,能够提取更深层次的不同类型废钢特征,同时注意力机制使废钢料型特征提取过程中更能关注不同类型废钢特征,从而废钢料型特征提取过程更加有效。
-
公开(公告)号:CN115496730A
公开(公告)日:2022-12-20
申请号:CN202211174805.9
申请日:2022-09-26
Applicant: 河钢数字技术股份有限公司
IPC: G06T7/00 , G06N3/04 , G06N3/08 , G06V10/22 , G06V10/28 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明提出了一种基于深度学习的不同类型废钢异物检测方法,包括步骤:采集废钢回收过程中废钢车卸货时的图像数据;利用Mask R‑CNN算法模型提取图像数据中废钢所占像素区域,对废钢区域进行预处理;对废钢异物进行分类,并基于废钢异物的类别,利用注意力机制和YOLOv5‑L算法构造多尺度废钢异物检测模型;利用训练好的废钢异物检测模型,对废钢回收过程中不同类型的废钢异物进行检测。本发明通过构建多尺度废钢异物检测模型,完成在废钢回收过程中对不同类型废钢异物进行检测。
-
公开(公告)号:CN115187059A
公开(公告)日:2022-10-14
申请号:CN202210806785.6
申请日:2022-07-08
Applicant: 河钢数字技术股份有限公司
Abstract: 本发明提出了一种钢铁冶金行业废钢智能判级系统及方法,系统包括:现场IC卡,用于卸货车辆进场时车辆信息及重量信息的存储,以及车辆在场内整体轨迹及信息的查询及获取;刷卡一体机,用于供司机与应用服务器进行交互,并根据司机在卸货前的刷卡操作启动判级服务;摄像头,用于根据卸货点吸盘吊的动作进行卸货车辆的视频数据采集,并将采集到的卸货视频数据发送至应用服务器;应用服务器,用于对采集到的的卸货视频数据进行处理和废钢判级;算法服务器,用于向应用服务器提供数据处理和废钢判级所需的算法。本发明解决了由于人工经验导致的废钢判级不准确,判级过程无法量化、判级标准不统一,判级结果无法追溯,供应商异议无法及时处理等问题。
-
公开(公告)号:CN114723127A
公开(公告)日:2022-07-08
申请号:CN202210344148.1
申请日:2022-03-31
Applicant: 河钢数字技术股份有限公司 , 河钢集团有限公司 , 清华大学
Abstract: 本发明提出了一种基于相关图卷积网络的钢厂空气质量预测方法,包括如下步骤:S1:利用箱线图方法,融合钢厂不同区域监测点的空气质量历史特征数据;S2:对钢厂各区域监测点的空气质量数据特征之间进行皮尔森相关分析,并通过单层感知器获得钢厂各区域监测点之间的图关系;S3:构建时空相关图卷积神经网络模型,通过学习历史时间步钢厂空气质量时空网络序列的图信号特征,对未来多个小时的钢厂各区域空气质量指数进行预测。本发明通过构建基于时空相关图卷积网络的空气质量预测模型,从钢厂多个空气质量监测点获取历史特征数据对钢厂不同区域未来多个小时钢厂空气质量指数进行预测。
-
公开(公告)号:CN118674696A
公开(公告)日:2024-09-20
申请号:CN202410732284.7
申请日:2024-06-06
Applicant: 河钢数字技术股份有限公司
IPC: G06T7/00 , G06V10/774 , G06V10/77 , G06V10/771 , G06V10/30 , G06V10/34
Abstract: 本发明公开了基于多元高斯分布建模的无监督碗粥表面缺陷检测方法,涉及碗粥产品检测技术领域,该基于多元高斯分布建模的无监督碗粥表面缺陷检测方法,包括以下步骤:S1:碗粥图像预处理,针对处理后的图像进行特征提取;特征提取的具体步骤包括:加载预训练的多元高斯分布无监督学习模型;设置中间特征层的输出,注册钩子函数,提取模型中不同层的特征;首次提出了基于多元高斯分布的无监督学习模型,并将其应用于碗粥流水产线的表面缺陷检测。与传统模型相比,它有效提高了异常检测的准确性和效率,无需标注数据,能自动学习并识别图像特征。利用预训练模型自主提取关键特征,简化了处理流程,且对新型或未知缺陷具有更强的适应性。
-
公开(公告)号:CN116452547A
公开(公告)日:2023-07-18
申请号:CN202310429197.X
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学习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;从所述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所述有效区域的彩涂板花纹类型;根据所述彩涂板花纹类型和所述有效区域,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;基于所述缺陷区域坐标从所述待识别图像中提取缺陷区域,将所述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。
-
-
-
-
-
-
-
-
-