[發明專利]熱軋棒材收集完成輥道落料檢測方法、系統、介質及終端

在審

• 申請號: 202010896107.4
• 申請日: 2020-08-31
• 公開（公告）號: CN112037199A
• 公開（公告）日: 2020-12-04
• 發明（設計）人: 龐殊楊;袁鈺博;趙靜;劉睿;賈鴻盛;王嘉駿;劉斌;毛尚偉
• 申請（專利權）人: 中冶賽迪重慶信息技術有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/08
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 代玲

1.一種熱軋棒材收集完成輥道落料檢測方法，其特征在于，包括：

獲取熱軋棒材收集完成輥道的圖像信息；

根據所述圖像信息中檢查臺架輸出輥道的位置，設置感興趣區域；

對所述圖像信息中的散落棒材進行標注，獲取數據集；

根據所述數據集，建立基于深度神經網絡的熱軋棒材目標檢測模型，并對其進行訓練；

獲取實時圖像數據，并輸入至訓練后的熱軋棒材目標檢測模型，獲取識別結果，所述輸出別結果包括檢查臺架輸出輥道上熱軋棒材的信息；

根據所述識別結果，判定檢查臺架輸出輥道上是否存在散落棒材，完成熱軋棒材收集完成輥道落料檢測。

2.根據權利要求1所述的熱軋棒材收集完成輥道落料檢測方法，其特征在于，所述對所述圖像信息中的散落棒材進行標注，獲取數據集包括：通過圖像標注工具的矩形選框標出散落棒材的位置，進而形成散落棒材的數據集，將所述數據集劃分為訓練集、測試集、驗證集，通過所述訓練集中的數據對所述熱軋棒材目標檢測模型進行訓練，通過學習所述訓練集中每張熱軋棒材圖像中的標識框范圍內的目標特征，得到所述熱軋棒材目標檢測模型。

3.根據權利要求1所述的熱軋棒材收集完成輥道落料檢測方法，其特征在于，所述數據集的有效信息包括圖像基礎屬性和標注信息，所述圖片基礎屬性包括文件名稱、寬度、高度、圖像深度；所述標注信息包括目標物體的類別。

4.根據權利要求2所述的熱軋棒材收集完成輥道落料檢測方法，其特征在于，

將實時視頻流數據輸入至訓練后的熱軋棒材目標檢測模型進行目標識別；

獲取輥道上散落棒材的位置信息，所述輥道上散落棒材的位置信息包括矩形目標框的左上、左下、右下、右上點，以及左上、左下、右下、右上點的坐標信息。

獲取目標棒材的實時位置信息和歷史位置信息，并根據所述實時位置信息和歷史位置信息，判定目標棒材的運動狀態。

5.根據權利要求4所述的熱軋棒材收集完成輥道落料檢測方法，其特征在于，

所述實時位置信息包括：

[Bar Point1_(x1,y1),Bar Point2_(x1,y1),Bar Point3_(x1,y1),Bar Point4_(x1,y1)]

所述歷史位置信息包括：

[Bar Point1_(x2,y2),Bar Point2_(x2,y2),Bar Point3_(x2,y2),Bar Point4_(x2,y2)]

其中，Bar Point1_x1、Bar Point1_y1分別為當前檢測時間節點的目標識別框左上角的x、y坐標；

Bar Point4_x1、Bar Point4_y1分別為當前檢測時間節點的目標識別框右下角的x、y坐標；

Bar Point1_x2、Bar Point1_y2分別為上一檢測時間節點的目標識別框左上角的x、y坐標；

Bar Point4_x2、Bar Point4_y2分別為上一檢測時間節點的目標識別框右下角的x、y坐標。

6.根據權利要求5所述的熱軋棒材收集完成輥道落料檢測方法，其特征在于，根據所述實時位置信息與歷史位置信息，計算當前檢測時間節點的目標識別框與上一檢測時間節點的目標識別框之間的變化量，根據所述變化量判斷目標棒材是否堆積靜止在輥道上，進而判斷目標棒材是否處于靜止狀態。