基于深度学习的转炉捅风眼机捅钎杆检测方法及系统

本发明公开了一种基于深度学习的转炉捅风眼机捅钎杆检测方法，包括以下步骤：对不同状态的捅钎杆进行扫描，得到点云数据集；对点云数据集进行预处理，得到预处理后的点云数据集；对预处理后的点云数据集进行标注，得到训练数据集；基于Pointnet网络，构建初始捅钎杆检测模型；使用训练数据集对初始捅钎杆检测模型进行训练，得到捅钎杆检测模型；使用捅钎杆检测模型，进行实际的转炉捅风眼机捅钎杆检测。本发明方法采用多次扫描数据加权平均融合、局部特征增强与自适应双边滤波技术，有效减少了复杂环境对点云数据的影响，提升了恶劣环境中的检测精度和可靠性。本发明方法采用深度学习算法，能快速预测捅钎杆的弯曲和偏移情况，适用于实时工业检测。