745,739
次編輯
變更
無編輯摘要
===技术背景和意义:===
钢板字符包括面喷及侧喷字符;传统钢铁生产线的钢板号信息、标印质量需人工确认。当前,随着智能制造的不断推进,产线向无人化升级日益紧迫,钢板字符识别是产品质量管控流程的重要一环,如何利用图像识别技术进行多种钢板表面字符检测从而替代人工识别是钢铁生产智能化 <ref>[https://business.sohu.com/a/661385485_100097948 信息化,数字化,智能化是三种不同的概念吗?],搜狐,2023-03-31</ref> 的攻关难点之一。
===技术要点和优势:===
==技术应用情况==
该技术在2021年应用于南京钢铁板卷厂加热炉集控、南京钢铁宽厚板厂精整车间后道识别、沙钢中板厂二级自动化改造、晋钢1450热轧炉前板坯识别等项目近30多套。该技术识别的钢板表面字符主要由 “0、1、2、3、4、5、6、7、8、9”阿拉伯数字 <ref>[https://www.sohu.com/a/505234171_121266554 我们最熟知的阿拉伯数字,到底是怎么来的?],搜狐,2021-12-03</ref> 、以及 “A、B、C、D、E、F、G、H、I、J、K、L、M、N、O、P、Q、R、S、T、U、V、W、X、Y、Z”二十六个英文字母组成。相比于与传统构造人工特征提取器的OCR技术相比,本应用中用到的基于深度神经网络的多模型融合目标检测模型,其算法结构设计更为简单、能自动提取特征、检测精度高、鲁棒性更好。其中单个字符检测准确率大于99.7%,14位钢板号综合检测准确率大于98%。
==参考文献==
[[Category:500 社會科學類]]