摘要
本发明涉及一种连铸坯缩孔的自动评级方法、系统及可读存储介质,其方法包括:获取包含待测评的连铸坯的低倍试样图像;利用训练好的分割模型一,对低倍试样图像进行前后景分割,得到连铸坯图像,并确定连铸坯像素面积;利用训练好的分割识别模型二,确定连铸坯图像是否存在缩孔,若是,则对缩孔进行分割,得到缩孔图像,并确定缩孔数量和缩孔群区域像素面积;基于连铸坯像素面积和缩孔群区域像素面积,确定缩孔群区域面积占比;以行业标准为基准,根据缩孔数量N和缩孔群区域面积占比对连铸坯低缩孔情况进行综合评级。本申请利用深度学习模型实现了连铸坯缩孔的高效自动识别和准确评级,提升了评估效率和准确性。
技术关键词
缩孔
自动评级方法
图像
TensorFlow框架
像素
可视化界面
控件
数据统计模块
铸坯尺寸
评级系统
识别模块
可读存储介质
深度学习模型
参数
酸腐蚀
基准
连铸机
计算机
批量
系统为您推荐了相关专利信息
精准识别方法
多尺度特征提取
视频
无人机
雨天图像
单目摄像头
水果采摘机器人
识别定位方法
地图
水果图像
自动盖章机
图像采集模块
清洗组件
印泥
调节组件
色彩直方图
神经网络模型
像素
图像分割
噪声抑制