基于SE注意力机制的废钢分类评级方法肖鹏程1,2)，徐文广1)，张妍1,3)，朱立光2,4)✉，朱荣2)，许云峰3)1)华北理工大学冶金与能源学院，唐山0632102)北京科技大学冶金与生态学院，北京1000833)河北科技大学信息科学与工程学院，石家庄0500004)河北科技大学材料科学与工程学院，石家庄050018✉通信作者，E-mail:zhuliguang@ncst.edu.cn摘要为了解决传统人工方法对废钢分类评级人为因素干扰大且效率低下等问题，提出基于挤压−激励（Squeeze−Excitation，SE）注意力机制构建废钢分类评级的深度学习网络模型，并对采集到的废钢卸载过程图像进行模型训练和验证.首先，搭建物理尺寸比例为1∶3废钢质量查验物理模型，采用高分辨率视觉传感器模拟采集货车卸载废钢作业场景下不同废钢的形貌特征；然后，对采集到的废钢图像使用跨阶段局部网络进行特征提取，利用空间金字塔结构解决特征丢失问题，采用注意力机制关注通道间的相关性；最后，在包含7个标签分类的两个数据集进行模型训练与验证.实验表明：该模型能够有效地对不同级别的废钢进行自动评级判定，全类别准确率达到83.7%，全类别平均精度为88.8%，在准确性方面相比于传统人工验质方法具有显著优势，解决了废钢入库过程中质量评价的公正性难题.关键词再生钢铁原料；废钢智能评级；深度学习；注意力机制；跨阶段局部网络分类号TP274+.5ResearchonscrapclassificationandratingmethodbasedonSEattentionmechanismXIAOPeng-cheng1,2)，XUWen-guang1)，ZHANGYan1,3)，ZHULi-guang2,4)✉，ZHURong2)，XUYun-feng3)1)CollegeofMetallurgyandEnergy,NorthChinaUniversityofScienceandTechnologyUniversity,Tangshan063210,China2)CollegeofInformationScienceandEngineering,HebeiUniversityofScienceandTechnology,Shijiazhuang050000,China3)MetallurgicalandEcologicalEngineeringSchool,UniversityofScienceandTechnologyBeijing,Beijing100083,China4)CollegeofMaterialsScienceandEngineering,HebeiUniversityofScienceandTechnology,Shijiazhuang050018,China✉Correspondingauthor,E-mail:zhuliguang@ncst.edu.cnABSTRACTNotonlyisscrapsteelanindispensableferriticrawmaterialforthemodernsteelindustry,butitisalsotheonlygreenrawmaterialthatcanreplaceironoreinlargequantities.Thequalityofthescrapsteeldirectlyaffectsthequalityofmoltensteel,whichmakesitnecessarytosortandgradescrapste...
