基于深度时序图像学习的溜槽角度异常诊断方法及系统

摘要文本

本发明提供一种基于深度时序图像学习的溜槽角度异常诊断方法及系统，涉及高炉冶炼工艺和图像处理技术领域，该方法包括收集高炉炉顶监控视频数据，得到不同角度不同环境下的高炉溜槽视频；对所述高炉溜槽视频进行预处理，得到溜槽角度视频数据集；将溜槽角度视频数据集输入到预先构建好的基于深度时序图像学习的溜槽角度识别模型中进行模型训练，得到训练好的基于深度时序图像学习的溜槽角度识别模型；将实时采集的溜槽图像输入到训练好的基于深度时序图像学习的溜槽角度识别模型中进行预测，得到最终分类结果；将最终分类结果与设定的溜槽角度进行比对，判断溜槽角度是否异常。本发明实现了方便高效的溜槽角度核验。