摘要
本发明提供了一种基于深度学习的高炉出渣识别方法、系统、介质及设备,利用图像采集设备实时捕捉炉前渣沟区域的图像信息,并结合深度学习和模式识别技术构建精确模型,实现在各种环境条件下自动、高效、准确预测高炉来渣时间,有效弥补了人工巡查的不足,实现了高炉运行状态的数字化监控。通过与高炉其他参数数据集成联动,不仅能够及时预警渣沟堵塞情况,还能辅助优化高炉炼铁工艺流程,提高整体生产效率和安全性。
技术关键词
卷积神经网络模型
直方图均衡化
识别方法
Retinex算法
控制中心
出渣
网络摄像机
感兴趣区域图像
高炉渣口
图像增强
神经网络架构
识别系统
高炉出铁口
模块
数据格式
服务器
关系型数据库
图像处理单元