公开(公告)号：CN118853993A

公开(公告)日：2024-10-29

申请号：CN202410477184.4

申请日：2024-04-19

Applicant: 上海宝信软件股份有限公司

Inventor： 秦越强 ,  易敏 ,  蔡曦

IPC: C21C5/46 ,  C21C5/28 ,  G06T7/00 ,  G06T7/13 ,  G06T7/62 ,  G06N3/0464 ,  G06N3/08 ,  G01B21/28

Abstract: 本发明提供了一种基于深度学习的红外下渣检测方法及系统，所述方法包括如下步骤：步骤S1：使用红外检测方法实时获取出钢口钢流图像；步骤S2：基于出钢口钢流图像识别确定钢流边界；步骤S3：根据温度区分钢流边界范围内的钢水和钢渣；步骤S4：判断钢渣面积是否超过阈值。转炉出钢时的下渣量与钢水质量有重要关系，本发明通过基于深度学习的红外下渣检测方法实时检测出钢口钢渣量，通过长期跟踪记录的数据判断在钢渣量达到阈值时，更加及时地摇炉，可以准确控制停止出钢时间，从而提高钢水洁净度，减少下渣带来的损失。