摘要： 在炼钢过程中，钢包号的准确识别是实现钢包高效管控的前提。针对复杂工业场景下钢包运动、遮挡、小目标检测等挑战，本研究基于YOLOv8算法，提出钢包号的双区域识别框架。该算法通过多尺度特征融合捕捉钢包区域与钢包数字区域的多尺度特征，结合对齐分数t动态筛选高质量正样本，实现钢包位置与钢包号的联合优化。试验结果表明，钢包检测模型的平均精度达到99.5%，在判断工位有无钢包的二元分类任务中准确率达到100%，钢包号识别准确率99.6%，在NVIDIA GeForce RTX 4050 Laptop GPU硬件平台上的单帧推理速度为18.9 ms，且在火焰干扰和遮挡场景下识别率仍达100%。
