基于深度学习的钢卷端面缺陷检测系统设计
来源：计算机集成制造系统杂志2024年第5期北京时间：
作者：张雪荣, 向峰, 李红军, 张弛, 周思聪, 左颖
单位：1.宝山钢铁股份有限公司中央研究院2.武汉科技大学机械自动化学院3.武汉纺织大学机械工程与自动化学院4.北京航空航天大学自动化科学与电气工程学院
摘要：针对热轧钢卷端面图像背景复杂、缺陷特征各异、缺乏标准缺陷数据集,用传统视觉方法难以自动识别问题,提出了基于深度学习的热轧钢卷端面缺陷检测的技术架构,给出了该框架下的图像采集、预处理与分割、深度神经网络算法设计和缺陷特征数据库搭建等关键技术,最后开发了基于深度学习的钢卷端面缺陷检测系统,试验表明该系统的典型缺陷检出率在90%以上,解决了热轧钢卷端面缺陷长期依赖人工肉眼识别的行业性难题,实现了端面缺陷的在线、自动、精准检测,所形成的成套端面缺陷检测技术和装备,在钢铁行业多条热轧产线稳定、可靠地投用运行。
关键词：钢卷,端部缺陷,深度学习,识别
基金资助：国家自然科学基金资助项目(51975431,51805020)。
