项目背景
质检环境恶劣，需在废钢厂危险和污染的环境下频繁上下车，存在安全隐患；质检员长期质检，视觉和身体都会有疲
劳，必然影响质检的盘及结果；结果不稳定，检验仅凭目视，标准不一致，结果不统一；一系列问题导致在废钢入场时成
本无法完全控制。使用系统时，废钢车辆在过完磅进入废钢库卸车时，废钢辅助判级能够以一定的精确率对车斗内每一层
废钢给出判级结果，自动判级达到80%的正确率，辅助人工判定达到95%以上的判级效果。
解决方案：根据钢厂收来的不同类型废钢具有不同特征，采用solov2分割，和yolov5定位及分类，数据方面在工厂采
集，标注工作由于废钢分类特殊性，需由钢厂质检员配合标注，标注工具使用labelimg/labelme/EIseg进行标注，数据清
洗和增强使用OpenCV的基础增强及相关滤波和闭合操作完成。
实现算法：用solov2分割出吸取废钢时的吸盘边缘mask，确认吸盘移走后，根据mask分割出此区域废钢图片，将此图
片输入yolov5网络进行分类检测，根据废钢分层计算每层检测结果的平均值。
负责工作：根据现场了解客户，输出项目需求档案；制定项目整体开发计划;在质检员的配合下给出数据标注方案，进
行数据标注与清洗，对标注人员进行培训与指导；算法模型的研发、训练、调参等算法实现工作；协助后端Java开发人
员进行项目部署与落地；根据实际情况进行算法模型的调优工作；并行进行工作，根据指导和经验合理规避风险；积极
联系甲方，顺利完成项目上线工作，完成项目验收工作。