基于AI图像识别的智能缺陷检测系统,在钢铁行业的应用-技术方案

目录

概述

废钢智能检判方案简介

废钢智能检判系统优势及价值

废钢人工检判过程

废钢等级检判标准

废钢检判结果

智能检判方案-废钢智能检判算法

算法一:废钢等级识别算法

算法二:不合格料的位置识别算法

算法三:不合格料的类型识别算法

算法四:不合格料重量输出算法

算法五:密闭件识别算法

算法六:油污件识别算法

补充算法

智能检判方案-智能检判算法流程

废钢图像数据采集

废钢图像数据标注

软件功能描述-智能远程操作台

移动APP

硬件配置

硬件示意图硬件布置示意图如下:

硬件清单

网络方案-网络拓扑图

关于网络的其他要求


注意:后续技术分享,第一时间更新,以及更多更及时的技术资讯和学习技术资料,将在公众号CTO Plus发布,请关注公众号:CTO Plus

原文:基于AI图像识别的智能缺陷检测系统,在钢铁行业的应用-技术方案 (qq.com)

图片

在公众号CTO Plus前面的文章《基于AI图像识别的工业缺陷检测应用系统(GPU&FPGA)》中对我的AI图像识别产品在工业领域的缺陷检测应用场景做了大概的描述,包括应用场景、实施案例和优势。本篇文章我将进一步介绍下这款产品的技术方案。

如有应用需求和问题咨询欢迎后台联系本文作者,联系方式(同微信):15801030767

概述

当前国内外钢铁企业在废钢检判过程主要依靠人工识别判定,由于缺乏高
效、准确、方便的验收工具,废钢质检员往往只能依靠个人的专业知识和经验。

废钢厂废钢品种繁多,等级细分明确,废钢质量的检判最主要是通过人工
肉眼目测的方式对废钢进行判级以及识别杂质等不合格料。传统的质检判定主观性较强,判定异议较多,系统性的管理与追溯不够完备。

废钢智能检判系统将实现自动化数据采集与精准化数据管理,并应用深度
图像识别技术,辅助人工进行废钢的判级和不合格料的识别,可识别各种不同级别废钢的比例,并给出定价和杂质重量,以及提供密闭件油污件报警。

根据目前实际情况,可以先在炼钢车间的 2 个车位做项目验证,验收通过
后再推广或者迁移到其余车位。

废钢智能检判方案简介

  • 自动识别车体,通过目标检测算法直接锁定卸货车辆开始检测。

  • 算法满足多种场地和卸货场景。包括:航吊车吸盘、抓钢机抓取、直卸车卸货摊平、码头船运场景等。

  • 通过多重维度(厚度、形状、大小、颜色、新旧)精准识别废钢等级和扣杂重量。

  • 可识别多种不合格料型:杂质、密闭件、油污件、超长件、次料、机械生铁等,并给出实时的报警。

  • 多路监控视频实时切换,并可提供历史回看。系统信息达到可追溯,可核查。

  • 支持多个卸料位同时工作,即多用户同时工作。

图片

废钢智能检判系统优势及价值

  • 避免人工检判误差导致的损失。人工检测结果难免不稳定,低于评判基准时则会造成钢厂成本的增加。

  • 系统可实现 7*24 检判,全天可接收废钢车辆,有效提高工作效率。

  • 提高公开公正性,系统有视频和高清图片存储,可审计可追溯,实现透明化的管理。

  • 有效规避安全隐患,质检员可远离卸货现场,远程与系统协同工作。

  • 有效提高识别不合格料的准确率,系统算法可精准识别密闭件、油污件等不合格料,严格杜绝危险料型进炉危险。

  • 大大降低了相关人员的工作强度,有助于提高员工满意度,减少人才流失。


废钢人工检判过程


检判流程:

  1. 废钢货车过磅称重,并先自己申报废钢料型。

  2. 开入指定卸料检判位,用吸盘卸料。一般由 1-2 名检验员进行评判。

  3. 检验员观察车厢及吸盘卸下来的料,废钢卸完后检验员根据经验直接给出该车等级和扣杂等结果,并将结果录入手操器,进入公司系统。
    空车过磅称重,结算。

图片


废钢等级检判标准


项目验证阶段主要实现边角料和重废等散料的智能检判,如表 2-1 所示。将来有机会再一起尝试破碎料的智能检判。

图片


废钢检判结果


当前检判结果由质检员输入到手操器,包含车牌、公司、类型、扣杂等信息,并自动同步到公司计算机系统。


智能检判方案-废钢智能检判算法


算法一:废钢等级识别算法

【采用深度学习、目标检测等算法,首先对图像进行预处理,直方图均衡化以及图像形态学处理。再对图像质量进行检测。最终得出废钢等级的输出结果】

图片


算法二:不合格料的位置识别算法

【采用 YOLO with Darknet,对输入的每张图片,可以识别并标记出杂质等不合格料的位置。】

图片


算法三:不合格料的类型识别算法

【采用 Fast R-CNN,对照片中潜在的杂质目标进行搜索,划定位置范围,然后识别出其所属的类别】

图片


算法四:不合格料重量输出算法

【从 ResNet,Inception,VGG 等算法模型中,选取并训练一个深度卷积神经网络,以照片作为输入,并直接以杂质等不合格料作为输出,实现端到端的含量估算】

图片


算法五:密闭件识别算法

【使用直方图均衡化和伽马矫正等算法,优化成像效果,突出照片目标。使用平滑处理降低图片中的噪声,使用边缘增强突出密闭件轮廓,并给出预警。】

图片


算法六:油污件识别算法

【使用直方图均衡化和伽马矫正等算法,优化成像效果,突出照片目标特征。使用平滑处理降低图片中的噪声,使用边缘增强突出油污件轮廓,并给出预警。】

图片


补充算法

【数据增强】

针对系统上线初期数据量较少的情况,可采用数据增强的方法扩充训练数据集。对已收集到的图片进行随机旋转、随机剪裁、色彩抖动、噪声扰动、水平翻转、竖直翻转中的一种或多种操作,人工增加训练集的大小,丰富数据多样性,避免过拟合。

【迁移学习】

利用公开数据集,比如 ImageNet 对 YOLO 等神经网络模型进行预训练,在其基础上进行参数与知识迁移,从而在更少的计算资源开销与训练时间内实现对废钢检测任务的支持。


能检判方案-智能检判算法流程
 

图片

训练和推理流程:

图片

废钢图像数据采集

  1. 在废钢车间内布点架设摄像头,采集卸料过程中的废钢图像数据。采集出来的图像有两个用途:抽取部分样本做图像标注,用于算法模型训练;实际生产过程中,作为数据源,传递给废钢智能检测算法数据推理系统,用于数据推理。

  2. 现场使用摄像头进行 7*24 小时全程监控,以录像的形式保存,以截图的方式进行截选图片,进行图片的采集工作。

  3. 截图原则: 每车的一次卸料,车辆停靠好位置后,吸盘对钢料有若干次吸取动作,原则上,首先截选车辆停靠后的初始图片,以及截选每一次卸料动作结束后的一张图。即截选第一次卸料动作之前的图,以及每一次动作结束后的图。

  4. 摄像头角度的调整:卸料相对来说比较固定,为了获得高质量的图片,不太需要调整摄像头的角度、焦距等设置,确保摄像头能拍摄到车辆的完整卸货过程即可。

  5. 拍摄内容: 以当前卸料的货车为主体内容,能够看到大部分的车头、大部分的车轮、完整的车厢。


废钢图像数据标注

由废钢厂质检员和专家对收集到的图片数据进行标注和指导,此过程,我司会派遣专业标注工程师进行驻场协助,根据具体情况来安排驻场时间。数据标注为算法重要实现的前提,需要废钢厂质检员和专家的经验指导。

标注举例说明:质检员可通过看卸货图像,圈出不合格料的边界和位置以及写出目测的重量数值;质检员可通过看卸货图像,写出该图片中废钢的等级。


软件功能描述-智能远程操作台


基于大数据和人工智能技术,对钢厂内的各类信息源进行整合与分析,形成了一套操作简单、功能齐全的可视化信息平台。平台通过角色和权限管理,帮助提升管理者的工作效率,辅助一线作业工人进行科学决策,同时降低运维人员的操作负担。

(1)智能监控:底层 AI 技术加持,实现关键环节作业监控

图片

  1. 智能检判:基于卸货过程中的图像数据,通过 AI 算法进行智能分析,实现对废料重量的实时分析及卸货状态预警;

  2. 智能分析作业行为:在有人员作业的场景,调用 AI 算法,进行作业行为和护具佩戴的智能分析,并对发现的违规操作进行提示;(可选)

  3. 监控屏幕自由组合:可根据业务需求,自由调取摄像头列表中的监控画面;

(2)控制台:场内数据实时更新,帮助企业掌握作业动态

图片

  • 智能化流程管理:利用摄像头和识别算法,将入场审查、称重、卸货、结算离场等关键环节的数据进行信息化整合,实现对场内全流程业务数据的统一管理;

  • 场内业务实时统计:自动整合当日入场车辆数、废料重量、报警信息等关键业务信息,并进行实时动态更新;

  • 智能检判算法表现:直观展示关键业务环节中使用的智能检判算法的资料和模型表现;

  • 摄像头状态一览:展示⼚区内所有摄像头的信息和监控状态;

(3)数据⾯板

图片

  1. 数据面板:将历史业务数据可视化,帮助企业透析运营状况

  2. 订单总量、分布及趋势:对企业历史订单数量进行定制化的统计分析,包括同比环比、增量存量等;

  3. 智能检判算法的历史表现:将智能检判算法模型的历史表现可视化,轻松追溯预测记录;

  4. 卸货报警消息统计:对关键业务的报警信息进行可视化,掌握订单质量;

  5. 回收钢材种类的分布及趋势:将各类钢材重量比值和趋势可视化,直观了解业务状态;

  6. 智能分析:支持标注、训练及服务更新,赋能算法持续迭代

  7. 数据标注:使用定制化图像标注工具,对卸货场景的图片数据进行标注,系统自动将标注后的图片文件转化为标准模型输入结构;(可选)

  8. 模型训练:系统内置 AutoML 模块,用户只需要简单的选择数据集与模型种类,即可快速训练出新的模型及测试结果;(可选)

  9. 服务更新:自动汇总所有已上线及未上线过的 服务及其模型表现,轻松对服务进行更新;(可选)


移动APP

为实现工厂作业全流程的信息化、智能化目标,“卸货智能助手”APP 辅助卸货现场的质检员,完成卸货区车辆定位、预测服务调用、卸货报警等多项工作。

图片

硬件配置

硬件示意图
硬件布置示意图如下:

每个车位上方安装高清网络摄像头,尽量满足无遮挡正面俯视车厢的角度,可以安装到车间两侧的墙上,与行车吸盘互不干扰。

图片

硬件清单

硬件配置清单如下:

图片

网络方案-网络拓扑图

各服务器均考虑负载均衡、互为备份,不仅保证系统可以平滑升级,也保证单点服务器出现故障以后,不会导致系统出现致命错误而停止服务;中心与移动信息中心通讯链路采用移动专线接入方式,保证数据采集设备通讯的安全性、稳定性及速度。

系统各主机之间均采用千兆链路连接,可以保证系统在扩容后内部网络依然能够满足各主机间数据传输需要。

图片


关于网络的其他要求


工厂网络工作人员可以协助开通公网网络端口,可允许我司实施人员远程操控现场摄像头的角度和其他参数。

本产品的应用可以扩展到教育、医疗、金融、精密制造等行业,后面有时间再做这几个行业的应用场景分享,如有需求,请在公众号CTO Plus后台联系本作者,联系方式(同微信):15801030767

更多关于Go的相关技术点,敬请关注公众号:CTO Plus后续的发文,有问题欢迎后台留言交流。
 

图片

推荐阅读

  • 基于AI图像识别的工业缺陷检测应用系统(GPU&FPGA)

  • FPGA在工业缺陷检测上的应用实践

  • FPGA图像处理的一些方法、原理和算法优缺点介绍

SteveRocket的博客_CSDN博客-Python进阶,Django进阶,C进阶领域博主SteveRocket擅长Python进阶,Django进阶,C进阶,等方面的知识https://blog.csdn.net/zhouruifu2015/


更多资料 · 微信公众号搜索【CTO Plus】关注后,获取更多,我们一起学习交流。

关于公众号的描述访问如下链接


关于Articulate“做一个知识和技术的搬运工。做一个终身学习的爱好者。做一个有深度和广度的技术圈。”一直以来都想把专业领域的技icon-default.png?t=N7T8https://mp.weixin.qq.com/s/0yqGBPbOI6QxHqK17WxU8Q

推荐阅读:

  • FPGA在工业缺陷检测上的应用实践

  • FPGA设计Verilog基础之Verilog全局变量和局部变量定义

  • FPGA设计Verilog基础之Verilog中clk为什么要用posedge,而不用negedge

  • 初学者必须弄懂的一些基本FPGA设计概念(1)

  • 工作总结之全网最全的103个Verilog关键字总结(上)

  • 工作总结之全网最全的103个Verilog关键字总结(下)​

  • 5G时代的FPGA发展趋势和应用分析

  • FPGA结合chatgpt的应用开发实践

  • FPGA | FPGA设计流程指南 v2.0

  • 设计规范 | 总结开发过程中DDR3和FPGA部分的设计规范

  • 术语一览 | 总结开发过程中关于FPGA的专业术语

  • 用AI帮我写一篇关于FPGA的文章,并推荐最热门的FPGA开源项目

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/144495.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

uniapp iOS离线打包——如何创建App并提交版本审核?

uniapp 如何创建App,并提交版本审核? 文章目录 uniapp 如何创建App,并提交版本审核?登录 appstoreconnect创建AppiOS 预览和截屏应用功能描述技术支持App 审核信息 App 信息内容版权年龄分级 价格与销售范围App 隐私提交审核 登录…

QT使用前的知识

QT使用前的知识 常用的快捷键 源文件的内容解释 .pro文件的解释 头文件的解释 构建新的对象—组成对象树 槽函数 自定的信号和槽 槽函数的信号是一个重载函数时 电机按钮触发信号 调用无参数的信号 断开信号

ElementUI之首页导航+左侧菜单

文章目录 一、Mock.js1.1.什么是Mock.js1.2.安装与配置1.3使用 二、登录注册跳转2.1.在views中添加Register.vue2.2.在Login.vue中的methods中添加gotoRegister方法2.3.在router/index.js中注册路由 三、组件通信(总线)3.1 在main.js中添加内容3.2.在com…

FPGA 多路视频处理:图像缩放+视频拼接显示,HDMI采集,提供2套工程源码和技术支持

目录 1、前言版本更新说明免责声明 2、相关方案推荐FPGA图像缩放方案推荐FPGA视频拼接方案推荐 3、设计思路框架视频源选择IT6802解码芯片配置及采集动态彩条缓冲FIFO图像缩放模块详解设计框图代码框图2种插值算法的整合与选择 视频拼接算法图像缓存视频输出 4、vivado工程1&am…

ubuntu20.04 jammy 安装ros2

ubunut22.04 jammy(5.15) ros2版本: humble 安装参考: Ubuntu (Debian packages) — ROS 2 Documentation: Humble documentationl 按照官方给的操作指南进行操作即可,到安装软件包的时候,若只为开发&#xff0…

UE学习记录07----C++中使用事件委托

1.c定义多播委托,示例代码: #include "Delegates/Delegate.h"DECLARE_DYNAMIC_MULTICAST_DELEGATE_OneParam(FMyDelegate, UObject*, SelectAgent);/****/ UCLASS(Blueprintable, DisplayName "VM_PlaceEntity") class PR_PLACEE…

求求,别在sql里格式化数据了

在shigen之前的文章《为什么我们总是被追赶着走》这篇文章中提到了很多的设计乱象,设计的恶心之处至今让我呕吐。其中的sql我说了动辄上百行,而一些略长的部分竟然就是为了一件事——格式化。我直接一个ca,格式化不能用一个VO去处理吗&#x…

基于微信小程序的游戏账号交易买卖平台设计与实现(源码+lw+部署文档+讲解等)

文章目录 前言系统主要功能:具体实现截图论文参考详细视频演示为什么选择我自己的网站自己的小程序(小蔡coding)有保障的售后福利 代码参考源码获取 前言 💗博主介绍:✌全网粉丝10W,CSDN特邀作者、博客专家、CSDN新星计…

css自学框架之幻灯片展示效果

这一节,我自学了焦点图效果(自动播放,圆点控制),首先看一下效果: 下面我们还是老思路,css展示学习三个主要步骤:一是CSS代码,二是Javascript代码,三是Html代码。 一、css代码主要如…

使用KEIL自带的仿真器仿真遇到问题解决

*** error 65: access violation at 0x40021000 : no read permission 修改debug选项设置为下方内容。

Unity 制作登录功能02-创建和链接数据库(SQlite)

国际惯例:先看效果 1.SQlite是一种嵌入型数据库 在Unity开发游戏时使用SQLite有多种原因,以下是其中一些主要原因: 嵌入式数据库:SQLite是一个嵌入式数据库引擎,这意味着它不需要单独的服务器进程。这使得使用SQLite非…

构建个人云存储:本地电脑搭建SFTP服务器,开启公网访问,轻松共享与管理个人文件!

本地电脑搭建SFTP服务器,并实现公网访问 文章目录 本地电脑搭建SFTP服务器,并实现公网访问1. 搭建SFTP服务器1.1 下载 freesshd 服务器软件1.3 启动SFTP服务1.4 添加用户1.5 保存所有配置 2. 安装SFTP客户端FileZilla测试2.1 配置一个本地SFTP站点2.2 内…

【算法与数据结构】JavaScript实现十大排序算法(一)

文章目录 关于排序算法冒泡排序选择排序插入排序希尔排序归并排序 关于排序算法 稳定排序: 在排序过程中具有相同键值的元素,在排序之后仍然保持相对的原始顺序。意思就是说,现在有两个元素a和b,a排在b的前面,且ab&…

十九,镜面IBL--BRDF积分贴图

再回顾下镜面部分的分割求和近似法 现在关注第二部分 最后可化为 也就是说,这两部分积分可以获得F0的系数和F0的偏差。 这两个值可以存储到BRDF积分贴图的RG部分。void main() { vec2 integratedBRDF IntegrateBRDF(TexCoords.x, TexCoords.y); FragColor …

图扑软件受邀亮相 IOTE 2023 国际物联网展

IOTE 2023 国际物联网展,作为全球物联网领域的盛会,于 9 月 20 日 - 22 日在中国深圳拉开帷幕。本届展会以“IoT构建数字经济底座”为主题,由深圳市物联网产业协会主办,打造当前物联网最新科技大秀。促进物联网与各行业深度融合&a…

ALM物联网管理平台助力中台上云 数字化转型让展示更直观清晰

支持移动浏览、支持大屏显示等功能,能够为设备厂家提供数据依据,方便厂家的售后以及产品的维护、为运维等相关公司提供运维管理等相关功能。 ALM物联网云平台是基于以往的物联网产品,以及目前市场上的各种云平台优点,研精心打造的…

排序:基数排序算法分析

1.算法思想 假设长度为n的线性表中每个结点aj的关键字由d元组 ( k j d − 1 , k j d − 2 , k j d − 3 , . . . , k j 1 , k j 0 ) (k_{j}^{d-1},k_{j}^{d-2},k_{j}^{d-3},... ,k_{j}^{1} ,k_{j}^{0}) (kjd−1​,kjd−2​,kjd−3​,...,kj1​,kj0​)组成, 其中&am…

缓存一致性(cache coherency)解决方案:MESI 协议状态转换详解

MESI 协议 一,MESI状态释义二,MESI状态转换1 Invalid after Reset2, Invalid > Exclusive3, Exclusive > Modified4 Modified > Shared, Invalid > Shared5 Shared > Invalid, Shared > Modified 三,状态转换场景总结Inval…

Linux常见指令2

Linux常见指令[2] 一.Linux常见指令1.man补充知识:nano 2.cp3.mv4.cat补充知识:echo输出重定向追加重定向回到catcat其他用法 5.less和more补充内容回到less 6.head和tail补充知识:命令行管道 一.Linux常见指令 前言:为了方便我们在Linux中写指令 介绍一下: 1.clear指令: 清屏…

【每日一题】2769. 找出最大的可达成数字

2769. 找出最大的可达成数字 - 力扣(LeetCode) 给你两个整数 num 和 t 。 如果整数 x 可以在执行下述操作不超过 t 次的情况下变为与 num 相等,则称其为 可达成数字 : 每次操作将 x 的值增加或减少 1 ,同时可以选择将 …