[發明專利]鋼鐵連鑄坯質量檢測方法、裝置、設備及存儲介質

在審

• 申請號: 201810710536.0
• 申請日: 2018-07-02
• 公開（公告）號: CN108921841A
• 公開（公告）日: 2018-11-30
• 發明（設計）人: 文亞偉;冷家冰;劉明浩;徐玉林;郭江亮;李旭
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06N3/04
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張子青;劉芳

1.一種鋼鐵連鑄坯質量檢測方法，其特征在于，包括：

獲取至少一個鋼鐵連鑄坯的圖像信息；

采用預設缺陷分類模型對所述至少一個鋼鐵連鑄坯的圖像信息進行圖像識別，以對所述至少一個鋼鐵連鑄坯中每個鋼鐵連鑄坯的質量進行檢測；

將所述鋼鐵連鑄坯的質量檢測結果發送給所述鋼鐵連鑄坯的生產線。

2.根據權利要求1所述的方法，其特征在于，所述獲取至少一個鋼鐵連鑄坯的圖像信息；

接收由所述鋼鐵連鑄坯的生產線上的拍攝設備采集的所述鋼鐵連鑄坯的圖像信息。

3.根據權利要求1所述的方法，其特征在于，所述方法還包括：

記錄所述鋼鐵連鑄坯的質量檢測結果；

根據所述鋼鐵連鑄坯的質量檢測結果更新用于訓練所述預設缺陷分類模型的訓練數據庫；

根據更新后的所述訓練數據庫重新訓練所述預設缺陷分類模型。

4.根據權利要求1-3任一項所述的方法，其特征在于，所述質量檢測結果包括缺陷類別標識信息。

5.根據權利要求4所述的方法，其特征在于，所述預設缺陷分類模型包括深度神經網絡模型。

6.根據權利要求5所述的方法，其特征在于，所述方法還包括：

根據所述鋼鐵連鑄坯的生產線和所述至少一個鋼鐵連鑄坯的圖像信息，確定所述深度神經網絡模型的結構。

7.一種鋼鐵連鑄坯質量檢測裝置，其特征在于，包括：

獲取模塊，用于獲取至少一個鋼鐵連鑄坯的圖像信息；

檢測模塊，用于采用預設缺陷分類模型對所述至少一個鋼鐵連鑄坯的圖像信息進行圖像識別，以對所述至少一個鋼鐵連鑄坯中每個鋼鐵連鑄坯的質量進行檢測；

發送模塊，用于將所述鋼鐵連鑄坯的質量檢測結果發送給所述鋼鐵連鑄坯的生產線。

8.根據權利要求7所述的鋼鐵連鑄坯質量檢測裝置，其特征在于，所述獲取模塊具體用于接收由所述鋼鐵連鑄坯的生產線上的拍攝設備采集的所述鋼鐵連鑄坯的圖像信息。

9.根據權利要求7所述的鋼鐵連鑄坯質量檢測裝置，其特征在于，還包括：

記錄模塊，用于記錄所述鋼鐵連鑄坯的質量檢測結果；

更新模塊，用于根據所述鋼鐵連鑄坯的質量檢測結果更新用于訓練所述預設缺陷分類模型的訓練數據庫；

模型訓練模塊，用于根據更新后的所述訓練數據庫重新訓練所述預設缺陷分類模型。

10.根據權利要求7-9任一項所述的鋼鐵連鑄坯質量檢測裝置，其特征在于，所述質量檢測結果包括缺陷類別標識信息。

11.根據權利要求10所述的鋼鐵連鑄坯質量檢測裝置，其特征在于，所述預設缺陷分類模型包括深度神經網絡模型。

12.根據權利要求11所述的鋼鐵連鑄坯質量檢測裝置，其特征在于，還包括：

確定模塊，用于根據所述鋼鐵連鑄坯的生產線和所述至少一個鋼鐵連鑄坯的圖像信息，確定所述深度神經網絡模型的結構。

13.一種服務器，其特征在于，包括：

存儲器；

處理器；以及

計算機程序；

其中，所述計算機程序存儲在所述存儲器中，并被配置為由所述處理器執行以實現如權利要求1-6任一項所述的方法。

14.一種計算機可讀存儲介質，其特征在于，其上存儲有計算機程序，所述計算機程序被處理器執行以實現如權利要求1-6任一項所述的方法。