晋南钢铁集团人工智能废钢定级平台上线运行

简介: 废钢拉运司机只需在智能平台刷卡或者扫码,扣重及定级即可在卸车过程中实时反馈,不仅缩短了废钢检验时间,还提高了定级精准度和工作效率。近日,由晋南钢铁集团与阿里巴巴达摩院联合研发的人工智能废钢定级平台投入运行,标志着集团在智能技术应用方面再次实现新突破。

本文转载自公众号“山西晋南钢铁集团”(ID:jinnansteel)

image.png

废钢拉运司机只需在智能平台刷卡或者扫码,扣重及定级即可在卸车过程中实时反馈,不仅缩短了废钢检验时间,还提高了定级精准度和工作效率。近日,由晋南钢铁集团与阿里巴巴达摩院联合研发的人工智能废钢定级平台投入运行,标志着集团在智能技术应用方面再次实现新突破。

废钢是炼钢生产中降低能耗、优化工艺的一种重要原料。传统废钢定级主要依靠质检员登高作业和近距离目测、卡尺测量进行识别与定级,废钢识别精准性较差,判级质量异议较多,人为因素和安全隐患较大。为最大限度地减少人为因素影响,使废钢判级更加方便快捷、客观公正,集团与阿里巴巴达摩院合作打造人工智能废钢定级平台,通过研发一套全流程、自动化、智能化的集判级、扣重、预警功能为一体的实时在线评估系统,将传统人工检验模式转化为智能检验模式,进一步提高废钢检验及卸车速度,降低质检员安全风险。


image.png

人工智能废钢定级平台通过现场摄像头对废钢车辆卸料过程进行实时拍照、逐层密集采样和图片处理,将采集到的各层图片输入定级系统,采用深度学习算法和智能识别技术,对卸货过程进行单层判级和最终整车判级,基于实时识别到的不达标废钢和杂质、异物,计算出整车扣重的预估值,同时给予异物报警提示。运行过程中,平台也会通过深度学习算法和智能视觉识别技术不断迭代自学习,对密闭容器、油污、水渍生铁等拒收品进行报警,有效解决废钢料型掺杂、混装等问题,减少人为作弊现象,提高废钢检验的准确性。

该废钢定级平台自上线运行以来,系统运行平稳,有效解决了企业废钢定级难题。同时,废钢卸车时间每车可节省6—10分钟,大大缩短了司机排队等待时间,提高了工作效率。另外,该系统具备自主学习能力,可以不断改进和完善,提高系统识别的精准度,更好地服务集团高质量发展所需。


原文链接:https://mp.weixin.qq.com/s/qsOrzTwGfPBZhmUtWqro_A
如果您对工业视觉的相关能力感兴趣,有对接的需求,您可以点击下方链接了解更多关于工业视觉的介绍:点此跳转

工业视觉智能-群二维码 - 副本.jpg

目录
相关文章
|
6月前
|
机器学习/深度学习 人工智能 供应链
决策智能是新的人工智能平台吗?
决策智能融合数据、决策与行动,通过AI与自动化技术提升企业决策质量与效率,支持从辅助到自动化的多级决策模式,推动业务敏捷性与价值转化。
|
8月前
|
机器学习/深度学习 人工智能 运维
阿里云PAI人工智能平台介绍、优势及收费标准,手动整理
阿里云人工智能平台PAI是面向开发者和企业的机器学习与深度学习工程平台,提供数据标注、模型构建、训练、部署及推理优化等全链路服务。内置140+优化算法,支持PyTorch、TensorFlow等多种框架,具备高性能训练与推理能力,适用于自动驾驶、金融风控、智能推荐、智慧医疗等多个行业场景。PAI提供零代码开发、可视化建模、大模型一键部署等功能,助力企业快速构建AI应用。支持多种购买方式,如按量付费、预付费等,满足不同业务需求。
|
10月前
|
人工智能
生成式人工智能认证(GAI认证)官网 - 全国统一认证中文服务平台上线
生成式人工智能(AI)正深刻改变职场规则,但系统化学习相关技术成为难题。近日,由全球知名教育公司培生推出的生成式人工智能认证(GAI认证)中文官网正式上线,为专业人士和学习者提供了权威解决方案。该认证涵盖核心技能、提示工程、伦理合规等内容,助力持证者紧跟技术前沿,在职场中脱颖而出。全国统一认证平台提供便捷报名与在线考试服务,考后快速出成绩并颁发证书。行动起来,开启AI职业新篇章!
|
机器学习/深度学习 人工智能 算法
阿里云人工智能平台图像视频特征提取
本文介绍了图像与视频特征提取技术在人工智能和计算机视觉中的应用,涵盖图像质量评分、人脸属性分析、年龄分析、图像多标签打标、图文视频动态分类打标、视频质量评分及视频分类打标。通过深度学习模型如CNN和RNN,这些技术能从海量数据中挖掘有价值信息,为图像分类、目标检测、视频推荐等场景提供支持,提升分析精度与效率。
893 9
|
人工智能 自然语言处理 BI
基于阿里云人工智能平台的智能客服系统开发与部署
随着人工智能技术的发展,智能客服系统成为企业提升服务效率和用户体验的重要工具。阿里云提供包括自然语言处理(NLP)、语音识别(ASR)、机器学习(PAI)等在内的完整AI平台,助力企业快速构建智能客服系统。本文将通过电商平台案例,展示如何基于阿里云AI平台从零开始开发、部署智能客服系统,并介绍其核心优势与最佳实践,涵盖文本和语音客服、知识库管理及数据分析等功能,显著提升客户服务效率和用户满意度。
|
数据采集 人工智能 智能设计
首个!阿里云人工智能平台率先通过国际标准认证
首个!阿里云人工智能平台率先通过国际标准认证
462 7
|
机器学习/深度学习 人工智能 算法
人工智能平台年度技术趋势
阿里云智能集团研究员林伟在年度技术趋势演讲中,分享了AI平台的五大方面进展。首先,他介绍了大规模语言模型(LLM)训练中的挑战与解决方案,包括高效故障诊断和快速恢复机制。其次,探讨了AI应用和服务的普及化,强调通过优化调度降低成本,使AI真正惠及大众。第三,提出了GreenAI理念,旨在提高AI工程效率,减少能源消耗。第四,讨论了企业级能力,确保数据和模型的安全性,并推出硬件到软件的全面安全方案。最后,介绍了整合多项核心技术的Pai Prime框架,展示了阿里云在自主可控AI核心框架下的整体布局和发展方向。
|
机器学习/深度学习 人工智能 算法
【新闻文本分类识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
文本分类识别系统。本系统使用Python作为主要开发语言,首先收集了10种中文文本数据集("体育类", "财经类", "房产类", "家居类", "教育类", "科技类", "时尚类", "时政类", "游戏类", "娱乐类"),然后基于TensorFlow搭建CNN卷积神经网络算法模型。通过对数据集进行多轮迭代训练,最后得到一个识别精度较高的模型,并保存为本地的h5格式。然后使用Django开发Web网页端操作界面,实现用户上传一段文本识别其所属的类别。
531 1
【新闻文本分类识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
|
机器学习/深度学习 人工智能 算法
【果蔬识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
【果蔬识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台。果蔬识别系统,本系统使用Python作为主要开发语言,通过收集了12种常见的水果和蔬菜('土豆', '圣女果', '大白菜', '大葱', '梨', '胡萝卜', '芒果', '苹果', '西红柿', '韭菜', '香蕉', '黄瓜'),然后基于TensorFlow库搭建CNN卷积神经网络算法模型,然后对数据集进行训练,最后得到一个识别精度较高的算法模型,然后将其保存为h5格式的本地文件方便后期调用。再使用Django框架搭建Web网页平台操作界面,实现用户上传一张果蔬图片识别其名称。
488 0
【果蔬识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台

热门文章

最新文章