[发明专利]一种钢卷打捆状态检测方法、系统、终端及介质

说明书

本发明提供一种钢卷打捆状态检测方法、系统、终端及介质，该方法通过获取样本图像，分别根据样本图像建立基于深度神经网络的钢卷目标检测模型、钢卷绑带目标检测模型，并进行训练，获取当前待检测图像信息，并输入至钢卷目标检测模型，生成第一检测结果，将当前待检测图像信息输入至钢卷绑带目标检测模型，生成第二检测结果，根据第一检测结果、第二检测结果，确定钢卷打捆状态；解决了热轧线材钢卷打捆状态仍需要工人现场检测，不够及时、准确、全面检测，工人劳动风险大、成本高的技术问题，检测更加及时、准确，通过机器实现钢卷打捆状态检测，降低了工人劳动风险、降低了成本。

技术领域

本发明涉及钢铁领域内的图像处理技术领域，特别是涉及一种钢卷打捆状态检测方法、系统、终端及介质。

背景技术

在钢铁产品生产中，热轧线材钢卷是为了方便储存和运输的一种重要产品。在运输热轧线材钢卷前往往利用绑带将其打捆。绑带断裂或热轧线材钢卷漏绑等打捆异常情况将导致热轧线材钢卷严重松散。

现有钢卷打捆状态往往依靠人工识别，往往不能及时、准确、全面的检测到全部打捆状态异常的钢卷，工人劳动风险大、危险性高，热轧线材钢卷打捆状态检测成本高。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种钢卷打捆状态检测方法、系统、终端及介质，用于解决热轧线材钢卷打捆状态仍需要工人现场检测，不够及时、准确、全面检测，工人劳动风险大、危险性高，成本高的技术问题。

针对于上述问题，本发明提供了一种钢卷打捆状态检测方法，包括：

获取样本图像，所述样本图像包括钢卷和钢卷绑带中至少之一；

分别根据所述样本图像建立基于深度神经网络的钢卷目标检测模型、钢卷绑带目标检测模型，并进行训练；

获取当前待检测图像信息，并输入至所述钢卷目标检测模型，生成第一检测结果；

将所述当前待检测图像信息输入至所述钢卷绑带目标检测模型，生成第二检测结果；

根据所述第一检测结果、第二检测结果，确定钢卷打捆状态。

可选的，所述将所述当前待检测图像信息输入至所述钢卷绑带目标检测模型，生成第二检测结果之前，还包括：

获取感兴趣区域的范围信息；

若根据所述第一检测结果、所述感兴趣区域的范围信息确定目标钢卷位于所述感兴趣区域内，将所述当前待检测图像信息输入至所述钢卷绑带目标检测模型。

可选的，所述感兴趣区域所对应的现场区域设置有辅助识别背景板，若所述目标钢卷位于所述感兴趣区域内，所述当前待检测图像包括所述目标钢卷和所述辅助识别背景板，所述目标钢卷位于所述辅助识别背景板前，且所述目标钢卷位于所述辅助识别背景板范围内。

可选的，还包括在当前待检测图像中确定所述感兴趣区域对应的感兴趣矩形选框；在当前待检测图像中确定所述钢卷对应的当前钢卷矩形目标框；

所述目标钢卷位于所述感兴趣区域内时满足如下条件：

ROI_xminHole_xmin；Hole_xmaxROI_xmax

ROI_yminHole_ymin；Hole_ymaxROI_ymax