摘要
本发明公开了一种基于多视图的废钢材厚度检测方法及相关设备,旨在针对现有技术在检测效率、精度、成本、客观性以及实时性上的不足。该方法包括对废钢材堆进行多视角图像采集,通过实例分割生成各视角单体掩模;基于特征匹配或几何一致性构建跨视角关联实例组,提取对应单体区域图像;将图像统一尺寸标准化并补全缺失视角,输入多视图深度学习模型输出厚度信息。该方法自动化程度高,检测结果标准化和客观化,适用于大规模废钢堆的厚度检测。此外,本发明还提供了一种基于多视图的废钢材厚度检测系统及相关计算机设备,实现了检测过程的自动化和智能化。
技术关键词
厚度检测方法
单体
多视角图像采集
钢材
分割掩模
深度学习模型
厚度检测系统
特征点
关系
深度学习分类模型
黑色
实例分割算法
特征匹配算法
回归预测模型
实体