废钢识别解决方案.docx

目水原创力文档 目水 原创力文档 下 载 高 清 无 水 印 废钢识别项目汇报 湖南镭目科技有限公司 主讲人：物流事业部-龚思宇 ① 市场趋势前景 ② 研发历程 ③ 现场应用 ④ 未来展望 市场趋势前景 1.废钢在炼钢原料中具有非常重要的地位 2.废钢收购乱象导致钢厂出现巨额损失，智能废钢识别可控制人为干预 3.加强废钢分级管控及废钢质量检测可以提升产出钢材的质量 4.废钢分级产生的数据可直接作用于智能炼钢，准确把握来料成分 模型回白文路Bock方 案 设 计 模型回白文路 Bock 识别算法——综合运用NASNet 分类模型与ResNext 语义分割模型 Norma/ Cef Reduction Cell 用于纹理识别的NASNet 模型原理 方 案 设 计 识别算法——综合运用NASNet 分类模型与ResNext 语义分割模型 iat iat Zha 2404 8104 1 44 404 (d4 ypy=2 4UU35 (10,2% 401,25 盖风器 H b 354 14 4344 4址4 2 8(12 SMod () 26a4 1211,8 4384 cnua 200t 12 基于ResNext 模块搭建的语义分割模型 车辆驶入 方案设计 车辆驶入 整体思路 光电开关 吸盘逐 次吸取 序 运 光电开 关2 再次 触发 光电开 关2 多次 触发 拍照 汇总计算 拍照 拍照 数据 库 现场应用 现场应用 现场布置 主相机 照明灯 辅助相机 原创力文档 max.book118 com 下载高清无水印 光电开关1 现场设备安装位置示意图 现场应用 镭目公司 现场布置 现场应用 界面实况 评级室布置 现场应用 目前废钢运输车辆的识别率在 97%以上，对于大块零散废钢 块的识别率在85%左右，后续 优化的目标是尽可能多的分割 识别单个实例，并提高纹理分 类的准确率。 实际检测效果演示随着数据集的增大以及图片更 实际检测效果演示 加精准的标注，识别率将不断 提升。 现场应用 实际检测效果演示 未来展望 ——技术前景 未来，随着算法精确度的不断提升，对废钢块的识别率将稳定达到 90%以上，届时再通过模糊算法，整车废钢评级准确率将达到95% 以上。 另外，随着数据集的完善，废钢识别项目可选择性添加新功能，例 如危险物报警，超大尺寸废钢报警，油污提醒，废钢种类分析。 在废钢成分分析准确之后，可将数据直连至智能炼钢项目中，加强 炼钢原料数据采集分析。 未来展望 ——市场前景 基于我们拥有鲁丽钢厂这样良好的用户平台，我们的各项进展非常 顺利。待项目成功使用后，可借助鲁丽集团作为我们的展示平台， 为鲁丽争当第一的同时也推广镭目自己的优质项目。届时将有越来 越多的客户慕名前来，希望为自己钢厂减轻生产成本上的负担。 依照初步计算，全国135家主流钢企，每一家拥有废钢评级车道2-6 条，每天评级车辆大约为20-70辆不等，因此保守预计能够卖出 150套左右的设备。并且在未来几年市场热度逐渐降低时，钢企将 逐步转型，进一步加大成本管控，加大优质钢及特钢生产。这时钢 企将渴望更加精准的，包括废钢来源及成分分析的废钢评级设备， 这也为我们带来了算法及设备升级改造的空间和市场。 感谢您的聆听! … 镭目服务钢铁 创新提升品质