作品详情

大赛登录

大赛注册

当前位置：首页大赛首页 AI 钢鉴 ——废钢判级智能检测系统

大赛简介

大赛作品

大赛动态

联系我们

联系人：王秀秀

电话：010 -66083178

网址：www.qxwq.org.cn　

地址：北京市西城区广安门

内广义街5号广益大厦

大赛作品详情

作品名称：AI 钢鉴 ——废钢判级智能检测系统
学校名称：南通理工学院
参赛队伍：人民当家作组
队伍编号：212572
参赛学生：汪佳乐吴凌云丁睿
指导老师：马永杰
投票日期：2025年10月10日 00:00->2025年12月15日 00:00
请在微信端进行投票。点此扫描二维码。

详细说明

本作品聚焦工业废钢回收领域传统人工判级效率低、误差率高、人力成本高企的行业痛点，构建 “废钢判级智能检测系统”，为废钢回收产业链自动化升级提供核心技术支撑。

系统采用 “数据层 - 模型层 - 应用层” 分层架构设计：数据层整合停车位视频、废钢图像、吸盘图像三大类标准化数据集（按 7:3 划分训练 / 测试集，分辨率统一 640×640），为模型训练提供高质量输入；模型层融合 YOLOv8、Mask R-CNN 三大核心模型，分别实现车体定位、废钢分割、吸盘识别等核心任务；应用层通过结果可视化、数据统计模块，输出直观判级结果。软硬件环境基于数智楼机房高性能设备（支持 GPU 加速）与 Jupyter Lab 开发环境搭建，整合 PyTorch、OpenCV、TensorRT 等工具库，确保系统稳定运行。

系统核心功能与性能均经实验验证：车体位置识别准确率超 95%，可实时判断车辆停放状态；废钢类型分割准确率超 90%，面积统计误差小于 5%，能生成类别占比可视化图表；废钢超长尺寸检测准确率 100%，可精准筛选不符合分拣标准的废钢；吸盘识别 AP@[0.50:0.95] 达 0.909，为机械臂抓取提供精准定位。

作品创新采用跨模型协同技术，实现 “检测 - 分割 - 统计 - 判级” 全流程自动化，单帧处理时间≤23ms，可无缝部署至工业生产线。相比传统人工，效率提升 3 倍以上，误差率降低至 5% 以下，兼具技术创新性、工业可行性与产业落地价值，为废钢回收及工业废料分类领域提供可复用的技术方案。