原始名称记载: 一重集团天津智能控制有限公司

本发明公开了一种冷轧不锈钢带钢表面轧辊打滑痕迹在线检测方法，采用线阵工业相机以及蓝色条形光源，拍摄冷轧不锈钢带钢表面图像；根据冷轧不锈钢带钢生产线的出料辊的旋转编码器实时检测数据，换算得到冷轧不锈钢带钢的实时生产长度信息；建立冷轧不锈钢带钢表面轧辊打滑痕迹在线检测系统，该检测系统包括图像采集模块、数据处理模块和报警与显示模块；图像采集模块，用于根据冷轧不锈钢带钢实时生产长度数据来控制工业相机拍摄冷轧不锈钢带钢表面图像；数据处理模块，用于实时处理分析图像采集模块采集到的冷轧不锈钢带钢表面图像，识别出冷轧不锈钢带钢表面的轧辊打滑痕迹；报警与显示模块，根据数据处理模块的识别结果，提供报警信息。

本发明公开了一种基于图神经网络的带钢表面缺陷检测分类方法，将带钢表面图像分割为不同尺度子块，并提取每个尺度子块的节点特征；根据节点特征的相似度构建不同尺度的图结构；构建堆叠式多尺度图注意力网络模型，并将不同尺度的图结构作为输入进行训练，将不同尺度的图结构输入训练完成后的堆叠式多尺度图注意力网络模型，对不同尺度图结构中的节点进行特征提取，通过图注意力机制对不同尺度图结构中的节点特征进行聚合与更新，根据更新后的不同尺度图结构中的节点特征得到特征矩阵；将得到的特征矩阵平铺为一维向量并输入全连接层，进行非线性运算，并通过softmax函数输出每个类别的概率，将输出概率最大的类别作为带钢表面缺陷的类别。