基于全卷积神经网络的锌电解阴极板预开口轮廓检测

作者：李强; 鲁恒润; 范凌霄; 赵玉华

来源：冶金自动化, 2021, 45(02): 54-59.

• 全卷积神经网络
• 语义分割
• 特征融合
• 锌电解阴极板
• 预开口
• 轮廓检测

锌电解阴极板预开口轮廓检测的精度直接影响到预剥刀具的下刀位置,进而影响到预开口成功率。针对该问题,提出了一种基于全卷积神经网络的锌电解阴极板预开口轮廓检测方法。在VGG16网络结构的基础上,将全连接层替换为卷积层,实现端到端的图像分割;通过低层特征信息与高层特征信息的融合,解决了特征图分辨率损失严重的问题,更多保留原始图像信息,提高轮廓分割精度。试验结果表明,该模型对锌电解阴极板预开口轮廓检测准确度达到98%,轮廓检测结果完全可以以视频的方式引导预剥刀具的动作,实现精准预开口。