1）研究背景 永钢集团的连铸方坯、连铸圆坯、圆棒等需要进行钢材低倍试样，原主要依靠传统的酸洗、人工评级的方式来评估低倍质量，检测项目一般包括一般疏松、中心疏松、缩孔、内部裂纹、偏析等。 2）管理或技术难点 冶金行业内各个生产制造企业的生产设备及产品工艺均略有不同特点，造成产品低倍组织状态具有一定差异，基本无法与国家行业标准图谱进行完全对应，许多细节无法用统一标准的量化进行判定，导致产品检测在对照标准图谱进行理解和综合评定低倍组织级别时，检测结果受人为主观因素影响较大。而且行业内均通过标准图谱比对评级，检测结果受人为因素影响较大，而且评级结果粗略，不能真实准确反映钢材内部质量水平，对于生产过程的指导和工艺优化意义不大。 此外，低倍组织的相关细节，如枝晶间距、比例等，很难通过人工来测量和统计分析，在各冶金制造企业也很少进行相关的研究，低倍质量与连铸工艺参数无法直接有效挂钩，无法为企业生产高精尖材料提供有效的工艺优化建议。 为了提取更多低倍组织信息，实现低倍检测的标准化，并能够为生产提供更丰富的基础检测数据，需要开发一套钢材低倍组织AI自动检测系统。 3）成果先进性、创新性 低倍组织缺陷信息量化 实现低倍组织评级的标准化 全面评价钢材低倍质量 实现低倍组织的自动化采集及智能化 实现低倍图像信息智能分析 实现低倍组织腐蚀技术研究 4）可推广性、经济社会效益 目前在国内各大钢厂中鲜有应用，处于行业领先地位；低倍图像细节的提取分析并与连铸工艺参数结合应用在国内属于首创，其它企业还没有实现。鉴于冶金行业金属材料低倍检测技术具有通用性，项目实施的成功经验和技术成果可进行移植和推广，形成的图像算法模型不仅适用于各类钢材自动化低倍检测，也可广泛应用于铜、铁等各类金属材料的低倍组织数字化检测，全面提升国内冶金行业金属材料质量管控，有效提高冶金行业产能，预计可产生间接经济效益约2000万元。同时，质量评定行业以及国内外冶金行业也对全信息化低倍检测也存在着较大需求。