买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国钢研科技集团有限公司申请的专利一种复杂场景下基于两级递阶检测模型的板坯号高精度识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116309300B 。

龙图腾网通过国家知识产权局官网在2025-12-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310017488.8，技术领域涉及：G06T7/00；该发明授权一种复杂场景下基于两级递阶检测模型的板坯号高精度识别方法是由顾佳晨设计研发完成，并于2023-01-06向国家知识产权局提交的专利申请。

本一种复杂场景下基于两级递阶检测模型的板坯号高精度识别方法在说明书摘要公布了：本发明公开一种复杂场景下基于两级递阶检测模型的板坯号高精度识别方法，属于机器视觉工业检测领域。本发明采用两级递阶的双检测模型，首先利用板坯号字符区域检测模型检测原始板坯图片中含有板坯号的字符区域，然后将该区域分割出来，形成只含有板坯号字符区域的子图片，将此子图片输入字符检测与识别模型，识别出板坯号中每个字符，最后按照字符顺序拼接成最终的板坯号。本发明解决了在连铸切割打号后辊道、板坯库、加热炉前入炉辊道上等复杂场景下对板坯号高精度识别的问题，对比现有的使用单一检测器的识别方法，可以降低原始图片的采集要求，提高在多场景下不同采集设备得到的不同背景图片的板坯号识别精度。

本发明授权一种复杂场景下基于两级递阶检测模型的板坯号高精度识别方法在权利要求书中公布了：1.一种复杂场景下基于两级递阶检测模型的板坯号高精度识别方法，其特征在于： 步骤1、利用板坯号图片采集模块采集含有板坯号的板坯图片，并上传保存在服务器中； 步骤2：对服务器图片中的板坯号字符区域进行标注，将图片中含有板坯号的图片区域用矩形框框出，形成字符区域样本库； 步骤3：利用步骤2得到的训练样本训练一个板坯号字符区域检测模型，模型采用基于深度卷积神经网络的两级结构，第一级采用ResNet34或者ResNet50的深度残差神经网络，用于图片的特征提取，第二级采用fcos算法基于第一级产生的特征图片回归求解目标检测框位置坐标； 步骤4：将步骤2中，标注了板坯号字符区域的图片中板坯号字符区域部分截取下来，保存为板坯号字符区域图片，并在板坯号字符区域图片中标注每个字符区域和字符值，标注时通过矩形框圈出每个字符，形成字符检测和识别样本库； 步骤5：利用步骤四得到的训练样本训练一个字符检测和识别模型，模型同样采用基于深度卷积神经网络的两级结构，第一级采用ResNet101或者ResNet152的深度残差神经网络，用于图片的特征提取，第二级包含两个模型，第一个采用fcos算法基于第一级产生的特征图片回归求解字符检测框的位置坐标，第二个模型利用第一级产生的特征训练一个全连接神经网络用于对每个字符进行识别； 步骤6：将板坯号字符区域检测模型文件和字符检测与识别模型文件拷贝至在线服务器内；在线服务器读取板坯号图片采集模块发送的板坯号图片，将图片进行标准化处理；随后将处理后的图片输入板坯号字符区域检测模型中，经板坯号字符区域检测模型处理后得到板坯号字符区域的矩形框坐标，包括矩形框四角坐标；最后将上述矩形框坐标以及矩形框所圈出的板坯号字符区域图像截取出来，形成字符区域子图片； 步骤7：将步骤6中将截取出来的字符区域子图片输入字符检测与识别模型，经字符检测与识别模型检测板坯号字符区域图像中包含的字符，得到每个字符的检测框的坐标以及检测框的数据，并根据检测框数目与板坯号预设字符数是否相等确定是否输出字符识别结果；如果数目相等，则进行步骤9；如果数目不想等，说明检测有误，进行步骤8； 步骤8：根据输出的检测框数目小于或大于预设字符数目判断是否有遗漏或重叠；如果检测框数目比预设值大，则减小检测模型输出的检测框交并比重新输出保留的检测框坐标，返回进行步骤7中的判断过程；如果检测框数目比预设值小，则增大检测模型输出的检测框交并比重新输出保留的检测框坐标，返回执行步骤7中的判断过程； 步骤9：由字符识别模块调用字符检测与识别模型，对各个检测框中的图像进行字符识别，输出识别后的字符； 步骤10：字符拼接模块将最终输出的字符按照图片中字符出现的顺序进行排列，字符顺序以每个字符的左上角坐标按照水平方向从小到大排列，形成最终的板坯号。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国钢研科技集团有限公司，其通讯地址为：100081 北京市海淀区学院南路76号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。