摘要
本发明涉及工业自动化与智能检测技术领域,公开了基于深度学习算法的高炉原燃料粒度智能检测系统及方法。首先通过图像获取模块实时采集高炉原燃料的图像,随后利用预处理模块对图像进行去噪和增强处理。接着,采用以EfficientNet为骨干网络、结合FPN和PAN特征融合策略的改进YOLOv8模型进行粒度检测,并通过GIoU Loss损失函数优化边界框回归,显著提升检测精度与速度。此外,系统还具备粒径分布统计功能,能够实时生成粒径分布直方图。由此,实现了高炉原燃料粒度检测的智能化升级,提高了生产效率和产品质量,满足现代钢铁生产对高效、准确、安全的粒度检测需求。
技术关键词
深度学习算法
智能检测系统
直方图均衡化方法
高炉
双边滤波方法
燃料
分布直方图
图像获取模块
工业相机标定
融合策略
实时图像
智能检测技术
模板
智能检测方法
损失函数优化
模型训练模块
双线性插值
对比度
系统为您推荐了相关专利信息
智能能量管理系统
数据采集系统
污染源识别
能源供应模块
深度神经网络模型
氢燃料电池
轻量化方法
参数
航空器
深度学习算法
AI图像识别
沙发面料
智能检测系统
瑕疵
可解释人工智能
控制系统设计方法
控制决策模块
拖轮
自主导航模块
控制执行模块