本发明涉及一种连铸坯表面缺陷双目扫描与深度学习融合识别方法及系统,所述方法包括采用双目激光扫描成像提取连铸坯表面的三维形貌图像,根据深度信息定位感兴趣区域ROI,生成缺陷识别候选框,采用全连接神经网络对候选框内缺陷区域进行真实缺陷判别和类型识别,对于真实存在的缺陷,采用全卷积神经网络进行语义分割,本发明通过融合双目激光三维扫描成像与深度卷积神经网络目标识别和语义分割方法,能够精确识别缺陷三维量化形态信息,属于钢铁冶金中连铸坯质量检测与控制的领域。
声明:
“连铸坯表面缺陷双目扫描与深度学习融合识别方法及系统” 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)