(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210382158.4 (22)申请日 2022.04.13 (71)申请人 辽宁华盾安全技 术有限责任公司 地址 110166 辽宁省沈阳市和平区长白东 路27号(3 -12) (72)发明人 李林　林琳　 (74)专利代理 机构 北京清控智云知识产权代理 事务所 (特殊普通合伙) 11919 专利代理师 管士涛 (51)Int.Cl. G06V 20/62(2022.01) G06K 9/62(2022.01) G06V 10/774(2022.01) G06V 10/764(2022.01)G06V 10/80(2022.01) G06V 10/26(2022.01) G06V 30/19(2022.01) (54)发明名称 一种钢板板坯号智能识别方法、 装置、 设备 及介质 (57)摘要 本发明涉及人工智能领域， 揭露了一种钢板 板坯号智能识别方法、 装置、 电子设备及存储介 质， 所述方法包括： 采集在钢板板坯生产过程中 的板坯图像， 从中选取满足预设业务属性的图像 作为训练样 本图像， 标记训练样 本图像的真实标 签； 利用预构建板坯号识别模型中区域检测网络 检测训练样 本图像的预测板 坯号区域， 得到预测 板坯号区域图像； 利用预构建板坯号识别模型中 文本识别网络识别预测板坯号区域图像的预测 板坯序列号； 根据预测板坯号区域图像、 预测板 坯号区域图像以及真实标签， 计算预构建板坯号 识别模型的模型损失； 通过模型损失， 生成训练 好的板坯号识别模型， 以执行对待检测板坯图像 进行序列号识别。 本发明可以提高钢板板坯号识 别效率和准确性。 权利要求书3页 说明书13页 附图5页 CN 114663877 A 2022.06.24 CN 114663877 A 1.一种钢板板坯号智能识别方法， 其特 征在于， 所述方法包括： 采集在钢板板坯生产过程中的板坯图像， 从所述板坯图像中选取满足预设业务属性的 图像作为训练样本图像， 并标记所述训练样本图像的真实标签， 所述真实标签包括真实板 坯号区域和真实板坯序列号； 利用预构建板坯号识别模型中的区域检测网络检测所述训练样本图像中的预测板坯 号区域， 得到预测板坯号区域图像； 利用所述预构建板坯号识别模型中的文本识别网络识别所述预测板坯号区域图像中 的预测板坯序列号； 根据所述预测板坯号 区域和所述真实板坯号 区域， 及所述预测板坯序列号和所述真实 板坯序列号， 计算所述预构建板坯号识别模型的模型损失； 当所述模型损 失大于预设损 失时， 调整所述预构建板坯号识别模型的参数， 并返回执 行所述利用预构建板坯号识别模型中的区域检测网络检测所述训练样本中的预测板坯号 区域的步骤； 当所述模型损 失不大于所述预设损 失时， 得到训练好的板坯号识别模型， 并利用所述 训练好的板坯号识别模型对待检测板坯图像进行序列号识别， 得到识别结果。 2.根据权利要求1所述的方法， 其特征在于， 所述从所述板坯图像中选取满足预设业务 属性的图像作为训练样本图像， 包括： 采集所述板坯图像中的板坯出厂属性信息， 得到所述板坯图像 基本业务属性； 在预设业务属性中匹配所述板坯图像基本业务属性， 将匹配成功的所述板坯图像作为 训练样本图像。 3.根据权利要求1所述的方法， 其特征在于， 所述利用预构建板坯号识别模型中的区域 检测网络检测所述训练样本图像中的预测板坯号区域之前， 还 包括： 对所述训练样本图像进行像素缩放， 得到缩放样本图像； 对所述统一像素训练样本 图像进行量化处理， 得到量化样本 图像， 并配置所述量化样 本图像的分割方式； 根据所述分割方式， 对所述 量化样本图像进行分割处 理。 4.根据权利要求1所述的方法， 其特征在于， 所述利用预构建板坯号识别模型中的区域 检测网络检测所述训练样本图像中的预测板坯号区域， 得到预测板坯号区域图像， 包括： 利用所述 区域检测网络 中的特征提取模块对所述训练样本图像进行特征提取， 得到特 征图像； 利用所述 区域检测网络 中的标准化模块对所述特征图像集进行标准化处理， 得到标准 特征图像； 利用所述区域检测网络中的数据融合模块将所述原始图像的底层特征与所述标准特 征图像进行融合， 得到目标 特征图像； 利用所述区域检测网络中的测算模块输出 所述目标 特征图像的检测结果； 根据所述检测结果， 选取目标区域图像， 得到目预测板坯号区域图像。 5.根据权利要求1所述的方法， 其特征在于， 所述利用所述预构建板坯号识别模型中的 文本识别网络识别所述预测板坯号区域图像中的预测板坯序列号之前， 还 包括： 对所述预测板坯号区域图像中的板坯序列号文字框进行二值化处理， 得到二值化文字权　利　要　求　书 1/3 页 2 CN 114663877 A 2框； 统计所述二值化文字框中的白色像素点数量， 根据所述 白色像素点数量， 绘制所述二 值化文字框的投影直方图； 对所述投影直方图进行多 项式拟合处 理， 得到所述 二值化文字框的分割点； 根据所述分割点， 对所述 二值化文字框进行裁 剪， 得到裁剪文字框。 6.根据权利要求1所述的方法， 其特征在于， 所述利用所述预构建板坯号识别模型中的 文本识别网络识别所述预测板坯号区域图像中的预测板坯序列号， 包括： 利用所述文本识别网络中的特征提取模块对所述预测板坯号区域图像中的板坯序列 号文字框进行特征提取， 得到特 征文字框； 利用所述文本识别网络中的文字序列识别模块对所述特征文字框进行文字位置序列 识别， 生成原 始文字集； 利用所述文本识别网络 中的时序分类模块对所述原始文字集进行字符对齐， 得到预测 板坯序列号。 7.根据权利要求1至6中任意一项所述的方法， 其特征在于， 根据所述预测板坯号区域 和所述真实板坯号区域， 及所述预测板坯序列号和所述真实板坯序列号， 计算所述预构建 板坯号识别模型的模型损失， 包括： 根据第一预设权 重， 计算所述预测板坯号区域和所述真实板坯号区域的第一损失； 在所述第一损 失小于预设损 失时， 根据第二预设权重， 计算所述预测板坯序列号和所 述真实板坯序列号的第二损失； 根据所述第一损失和所述第二损失， 计算所述预构建板坯号识别模型的模型损失。 8.一种钢板板坯号智能识别方法装置， 其特 征在于， 所述装置包括： 训练样本图像采集模块， 用于采集满足预设业务属性的钢板板坯图像作为训练样本图 像， 并对所述训练样本图像进行 标签标记， 得到训练样本图像； 区域预检测模块， 用于利用所述预构建板坯号识别模型中的区域检测网络检测所述训 练样本图像中的预测板坯号区域， 得到预测板坯号区域图像； 文本预识别模块， 用于利用所述预构建板坯号识别模型中的文本识别网络识别所述预 测板坯号区域图像中的预测板坯序列号； 模型损失计算模块， 用于根据所述预测板坯号区域和所述真实板坯号区域， 及所述预 测板坯序列号和所述真实板坯序列号， 计算所述预构建板坯号识别模型的模型损失； 模型参数调整模块， 用于在所述模型损 失大于预设损 失时， 调整所述预构建板坯号识 别模型的参数， 并返回执行所述利用预构建板坯号识别模型中的区域检测网络检测所述训 练样本中的预测板坯号区域的步骤； 板批号识别模块， 用于在所述模型损 失不大于所述预设损 失时， 得到训练好的板坯号 识别模型， 并利用所述训练好的板坯号识别模型对待检测板坯图像进行序列号识别， 得到 识别结果。 9.一种电子设备， 其特 征在于， 所述电子设备包括： 至少一个处 理器； 以及， 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的计算机程序， 所述计算机程序被所权　利　要　求　书 2/3 页 3 CN 114663877 A 3