权利要求
1.转炉下渣监测方法，其特征在于，包括如下步骤：
步骤S1，采集转炉出钢过程中不同倾斜角度下的图片，所述图片覆盖出钢的完整过程，且每张图片至少包含炉口的钢渣图像；
步骤S2，对图片中的每个像素点进行标注，分别标注为背景、钢渣、炉内壁、炉口四个类别的分割标签，并将标签与图片的倾斜角度进行绑定；
步骤S3，将所有标注了标签的图片生成图片数据集，并将图片数据集按照预设比例划分为训练集和验证集；
步骤S4，构建图像双流分割模型，所述图像双流分割模型包括一个Stem模块、第一流卷积模块、第二流P-E模块、至少两个基于Transformer模型的融合模块、至少两个第一流下采样模块、至少两个第二流下采样模块和分割头模块，且融合模块和第一流下采样模块、第二流下采样模块的数量相同，数量为最大级数，并按级数依次排列；其中，第一流卷积模块和第二流P-E模块的输入端同时与Stem模块相连，输出端同时与第一级融合模块相连；所述融合模块的输出端同时与同级的第一流下采样模块和第二流下采样模块相连；除第一级融合模块外，其余级别的融合模块的输入端同时与上一级的第一流下采样模块和第二流下采样模块相连；最后一级第一流下采样模块和第二流下采样模块同时与分割头模块相连；
步骤S5，采用训练集和验证集对所述图像双流分割模型进行训练和验证，得到成熟的图像双流分割模型；
步骤S6，捕捉现场转炉的实时出钢图片，将图片进行预处理后，输入成熟的图像双流分割模型，并输出分割结果，得到钢渣、炉口和炉内壁的实时监测位置。
2.根据权利要求1所述的转炉下渣监测方法，其特征在于，所述融合模块包括至少一组融合单元和分流单元；其中，
每个融合单元包括卷积子模块、轻量化Transformer子模块和拼接融合子模块，其中卷积子模块包括连续卷积层和/或残差卷积层、批标准化层及ReLU激活函数层，轻量化Transformer子模块包括自注意力机制层、归一化层和多层感知机，拼接融合子模块包括转换序列特征维度层和拼接合并层；
每个分流单元包括1×1卷积子模块和P-E子模块，其中1×1卷积子模块包括1×1且步长为1的卷积层、批标准化层及ReLU激活函数，P-E子模块包括转换特征图维度层和线性映射层；
每个融合单元中，卷积子模块的输入端与第一流卷积模块相连，输出端与
声明：
“转炉下渣监测方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1741
编辑：中冶有色网
来源：北京科技大学
分享 0
举报 0
收藏 0
反对 0
点赞 0
2025年05月23日 ~ 25日 
