// AI 新闻 · 2026-11-07 · Nature
基于深度神经网络的钢坯尺寸测量系统设计与部署
研究人员开发了一套基于机器视觉的钢坯尺寸自动测量系统，结合双相机成像、可控照明、DeepLabV3+语义分割模型与EfficientNet-B5主干网络，通过RANSAC边界拟合和高度依赖的像素到毫米校准策略实现精准测量。该系统已集成至工厂SQL网络中，可将实测数据与产品数据信息（PDI）对比并反馈给操作员。
原文发布 2026-11-07 08:00（北京时间）来源 Nature自动整理 · 已核对原文
01摘要
在65个未参与训练的独立钢坯样本上测试，长度、宽度和厚度的平均绝对误差分别为2.56毫米、1.84毫米和1.04毫米，对应均方根误差为3.15毫米、2.39毫米和1.35毫米。在工厂设定的±5毫米、±3毫米、±2毫米公差范围内，测量结果符合率分别达到98.5%、96.9%和95.4%。单块钢坯的完整测量周期约为4.2秒，系统已在一条生产线上部署运行。
由开源模型根据原文自动整理，经数字/专名逐项核对（必须在原文中出现），以原文为准。
02要点
- 系统采用双相机成像与DeepLabV3+语义分割模型实现钢坯长宽厚的自动化测量。
- 在65个独立样本上测试，厚度测量误差最小，符合率高达95.4%。
- 测量流程耗时约4.2秒，已成功部署于实际生产线上。
- 系统通过与工厂SQL网络对接，实现实测数据与PDI的比对和操作反馈。
03原文出处
Nature · 发布于 2026-11-07 08:00（北京时间） · 上方为原标题
05相关新闻
出自智图 AI 新闻：从 1100 多个官方与媒体信源采集。摘要只转述原文内容，详情请看原文。 2026-11-07 全部新闻 · 按日期归档 · 全部 AI 新闻 · 今日