中厚板生产表面缺陷智能视频识别技术应用

Journal: Engineering Technology Development DOI: 10.32629/etd.v6i12.19194

李杨旭

中冶京诚工程技术有限公司

Abstract

中厚板板坯表面缺陷直接影响成品质量与使用安全,传统人工检测存在效率低、漏检率高、劳动强度大等痛点。本文聚焦基于YouOnlyLookOnce(YOLO)算法的智能视频识别技术,选取重庆钢铁板坯检测项目作为实际案例,详细阐述该技术的原理、系统架构及应用实践情况。研究结果显示,这一技术可将板坯缺陷检测准确率提升至98.15%,漏检率降至2%以下,检测效率较人工检测提升5倍,有效降低人工成本和安全风险,为生产工艺的优化给予有力的数据支持,推动中厚板生产从传统“事后质检”模式转变为“事前预防”模式。

Keywords

中厚板；板坯；表面缺陷；智能视频识别；YOLOv8算法；工业智能化

Full Text

PDF - Viewed/Downloaded: 0 Times

References

[1] 王磊,张建军.基于YOLOv8+PyQt5的钢材表面缺陷检测系统[J].工业控制计算机,2026,39(1):45-48.
[2] 刘敏,李强.深度学习在钢材表面缺陷检测中的应用研究进展[J].材料导报,2024,38(12):1-8.
[3] 张伟,陈明.中厚板表面缺陷检测技术的发展现状与趋势[J].钢铁,2023,58(7):160-168.
[4] 王海峰,赵亮.机器视觉技术在板坯质量检测中的应用实践[J].冶金自动化,2023,47(3):78-83.
[5] 黄明,刘洋.YOLOv8算法在工业缺陷检测中的优化与应用[J].计算机工程与应用,2024,60(8):210-216.

Citing this article:

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License