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。