钢铁研究学报

作者：李福民，侯炬才，刘颂，刘然，刘连继，吕庆

单位：1.华北理工大学冶金与能源学院，河北唐山063210；2.唐山学院人工智能学院，河北唐山063000；3.河钢集团唐钢公司总工办，河北唐山063000

关键词：关键词：烧结混合料,粒度识别,计算机视觉,语义分割,ReUnet网络

摘要：合理的烧结混合料粒度分布是影响烧结矿产量和质量的重要因素。对具有代表性的多批次烧结混合料颗粒图像，采用加权平均灰度处理、滤波降噪和直方图均衡化增强等技术进行了图像预处理，获得了构建混合料粒度识别模型所需的基础数据集。选用5种评价指标，对比分析了Pspnet、Mask-Rcnn、Deeplabv3+、Unet等语义分割网络模型的准确性，确定使用Re-Unet网络构建了烧结混合料粒度识别模型。通过跳连接方式优化网络结构降低特征损失，采用复合损失函数与自定义指标验证了模型的性能，应用可视化技术实现了烧结混合料粒度分布计算。测试结果表明，模型的输出结果与实际值误差小于2%，可用于对烧结混合料粒度的精准识别。

来源：2023年第11期

《钢铁研究学报》期刊编辑部

查看钢铁研究学报杂志2023年第11期