一种基于深度学习的多向倾斜钢号检测与识别方法

本发明公开了一种基于深度学习的多向倾斜钢号检测与识别方法，属于轧制自动化及钢号识别技术领域。该方法包括：采集多向倾斜的金属板材钢号图像构建粗/精定位数据集，通过改进YOLOv11模型进行两阶段训练：首先对钢号粗定位，将其从存在多个钢号的复杂图像中分离出来，其次对粗定位钢号图像倾斜校正，通过精定位将其从附近背景中分割出来，实现精确定位，再构建CRNN模型对精确定位的高质量钢号图像进行字符识别，最终部署集成系统实时检测定位识别，并通过校对机制实现自动校验与人工干预闭环。本发明采用分阶段优化策略解决了多向倾斜钢号图像定位难题，在提升检测准确率的同时优化了识别图像质量，可有效提升钢材库区管理效率和信息核对可靠性。