在生产过程中常常在物料表面使用喷漆式编码或手写编码表示其批号以做区分， 在交运过程中需要人工介入将该编码与系统中对应编码进行二次比对，以确保物料的准确使用，实现物料的管理；

由于产线处于不断运行中，需要人工快速对物料编码进行判断并及时与生产系统进行核对，该过程人工介入程度高，容错率低，任务单一，需要负责人具有高度责任心与较高的反应速度；同时存在着因人员疲劳造成的错误、遗漏现象。

（1）系统架构

（2）应用场景

此系统已应用于邯钢热轧厂、冷轧厂、大型厂的多条产线之中，通过摄像头的安装与生产系统的对接，实现了物料编码与生产计划数据的匹配，匹配识别率达到97%，极大的减轻人工的工作任务，仅需要对识别异常的进行处理即可，提高生产效率。

（3）系统优势

①　图像智能采集：对采集的图像进行实时处理，系统采用卷积神经网络，对输入的物料编码图像进行编码检测及定位，将检测到的编码从原图像中进行分割，并进行仿射变换及方向矫正，消除字符扭曲形变对识别结果带来的影响。

②　编码智能识别：采用深度神经网络对完成分割矫正的图像进行字符识别，运用人工智能及智能识别算法，对采集到的图像进行智能识别与异常检测，针对图像模糊残缺的情况，系统根据编码规则进行预测补全，最终实现物料编码的智能识别。

③　模型自迭代：将日常运行的数据及难例数据进行数据积累，并运用低功耗模型训练通道进行算法训练，最终实现模型的自迭代，进一步提升模型处理能力，提高运行效率。