由于熱軋產線中帶鋼表面溫度高、表面狀態(tài)復雜、缺陷類型多等特點，缺陷檢出率及識別率已不能滿足高端熱軋帶鋼生產的需求。由于表面特有的氧化鉻表面膜紋理特征，導致基于傳統(tǒng)圖像分類算法得出的不銹鋼熱軋帶鋼表面缺陷識別率較低，難以滿足不銹鋼生產實時性的要求;周期性缺陷如輥印、劃傷如果不得到及時發(fā)現及控制，會造成批量質量事故，嚴重影響成品質量及生產效率;缺陷在帶鋼表面的位置、長度信息及分布尚未實現實時定位，會嚴重影響后續(xù)的工序;目前表面質量分級缺乏實時數據支持，無法實現鋼鐵全流程的質量閉環(huán)管控。盡管國內外大量研究并開發(fā)了熱軋帶鋼生產線的表面缺陷在線檢測系統(tǒng)。GBZ機器視覺檢測設備_CCD視覺檢測_外觀缺陷檢測系統(tǒng)_精質視覺

　　但其圖像分辨率低、缺陷分類準確率低、周期性缺陷無法檢出、表面質量未在線分級、系統(tǒng)維護頻繁及維護難度大等問題，國外進口的表面缺陷在線檢測技術已無法滿足國內高端熱軋產品生產及鋼鐵企業(yè)轉型升級的需求。本項目針對以上問題，開發(fā)了基于深度學習的熱軋帶鋼表面在線檢測與質量評級系統(tǒng)。GBZ機器視覺檢測設備_CCD視覺檢測_外觀缺陷檢測系統(tǒng)_精質視覺

GBZ機器視覺檢測設備_CCD視覺檢測_外觀缺陷檢測系統(tǒng)_精質視覺

　　其中基于分類優(yōu)先網絡與多尺度感受野的熱軋帶鋼表面缺陷檢測算法處于國際領先水平。主要創(chuàng)新點如下：GBZ機器視覺檢測設備_CCD視覺檢測_外觀缺陷檢測系統(tǒng)_精質視覺

　　1. 開發(fā)了基于分類優(yōu)先網絡與多尺度感受野的熱軋帶鋼表面缺陷檢測算法，常見缺陷檢出率達98%，識別率達92%，與世界現有的檢測系統(tǒng)相比，缺陷檢出率和識別率分別提高了3%和7%。GBZ機器視覺檢測設備_CCD視覺檢測_外觀缺陷檢測系統(tǒng)_精質視覺

　　2. 開發(fā)的基于對抗生成網絡半監(jiān)督樣本學習方法，能夠有效地利用大量無標簽的鋼板表面缺陷樣本，大幅提升了深度學習網絡的訓練效率。GBZ機器視覺檢測設備_CCD視覺檢測_外觀缺陷檢測系統(tǒng)_精質視覺

　　3. 開發(fā)了基于長短時記憶網絡的周期性缺陷識別算法，實現了熱軋帶鋼輥印、劃傷等缺陷的追蹤及預警，可有效避免上述缺陷導致的批量質量事故。GBZ機器視覺檢測設備_CCD視覺檢測_外觀缺陷檢測系統(tǒng)_精質視覺

　　4. 利用表面檢測系統(tǒng)提供的缺陷信息，采用層次分析法對熱軋帶鋼表面質量進行綜合評級，實現了從人工經驗到量化模型的自動評級。GBZ機器視覺檢測設備_CCD視覺檢測_外觀缺陷檢測系統(tǒng)_精質視覺