本申请涉及冶炼监测领域，尤其涉及一种冶炼监测方法、装置、设备及可读存储介质。
背景技术：
1、电弧炉是一种以电热能转换为基础的冶炼设备，对含有极易氧化元素较多的金属和矿石熔炼极为有利。目前国内许多冶炼厂并没有建立完善的冶炼过程监测和自动化控制系统，在一定程度上造成电弧炉设备安全情况监测水平不足，以及冶炼资源的浪费。冶炼过程中的冶炼温度、冶炼阶段以及冶炼状态都是冶炼过程需要获取的指标信息，其中冶炼温度即火焰温度监测作为电弧炉系统的一个重要环节，对电弧炉温度自动控制、物料熔炼过程监测具有重要意义。传统的电弧炉温度监测主要依赖于现场工人的经验估计，数据测量结果缺乏，对过程的指导不具有说服力，无法定量描述冶炼过程的温度特征以及分析冶炼阶段和冶炼状态。
技术实现思路
1、为了解决上述技术问题，本申请实施例提供了一种冶炼监测方法、装置、设备及可读存储介质。
2、第一方面，本申请实施例提供了一种冶炼监测方法，所述方法包括：
3、获取已标注冶炼信息的火焰图像，所述冶炼信息包括冶炼阶段、冶炼温度和冶炼状态；
4、获取已删减输出网络结构后的新的yolov7网络结构；
5、将已标注冶炼信息的火焰图像输入至所述新的yolov7网络结构进行冶炼信息融合训练，得到新的yolov7模型；
6、通过所述新的yolov7模型对当前火焰图像进行预测分析，得到所述当前火焰图像的冶炼阶段、冶炼温度和冶炼状态。
7、在一实施方式中，所述获取已标注冶炼信息的火焰图像之前，所述方法还包括：
8、在所述火焰图像上标注火焰与烟雾区域；
9、在所述火焰与烟雾区域上标注冶炼阶段，所述冶炼阶段包括起始阶段、升温阶段、反应阶段和反应后期阶段；
10、在所述火焰与烟雾区域上标注冶炼温度；
11、在所述火焰与烟雾区域上标注冶炼状态，所述冶炼状态包括正常状态和异常状态。
12、在一实施方式中，所述在所述火焰与烟雾区域上标注冶炼温度之前，所述方法还包括：
13、通过光纤传感器获取电弧炉中火焰的第一辐射波和第二辐射波；
14、根据所述第一辐射波的波长和所述第二辐射波的波长得到第一辐射能和第二辐射能；
15、根据所述第一辐射波的波长、所述第二辐射波的波长、所述第一辐射能和所述第二辐射能得到所述冶炼温度。
16、在一实施方式中，所述将已标注冶炼信息的火焰图像输入至所述新的yolov7网络结构进行冶炼信息融合训练，包括：
17、所述新的yolov7网络结构通过锚点从已标注冶炼信息的火焰图像中截取固定尺寸的火焰图像；
18、将所述固定尺寸的火焰图像输入至所述新的yolov7网络结构的backbone层和head层，并通过所述head层输出唯一尺寸的特征图。
19、在一实施方式中，所述通过所述头部层输出唯一尺寸的特征图之后，所述方法还包括：
20、将所述唯一尺寸的特征图与标注的所述冶炼阶段和所述冶炼状态进行分类拟合训练；
21、将所述唯一尺寸的特征图与标注的冶炼温度进行回归拟合训练。
22、在一实施方式中，所述进行分类拟合训练和回归拟合训练之前，所述方法还包括：
23、根据实际损失和辅助损失构建所述新的yolov7模型的模型损失，所述实际损失包括定位损失、目标置信度损失、分类损失、冶炼温度回归损失和冶炼状态损失。
24、在一实施方式中，所述根据实际损失和辅助损失构建所述新的yolov7模型的模型损失，包括：
25、分别设置与所述定位损失、所述目标置信度损失、所述分类损失、所述冶炼温度回归损失和所述冶炼状态损失对应的实际损失调整系数；
26、将所述定位损失、所述目标置信度损失、所述分类损失、所述冶炼温度回归损失和所述冶炼状态损失分别与对应的实际损失调整系数相乘，并将所有乘积进行求和得到所述实际损失；
27、将所述辅助损失与其对应的辅助权重系数相乘，并与所述实际损失求和得到所述模型损失。
28、第二方面，本申请实施例提供了一种冶炼监测装置，所述冶炼监测装置包括：
29、图像获取模块，用于获取已标注冶炼信息的火焰图像，所述冶炼信息包括冶炼阶段、冶炼温度和冶炼状态；
30、网络获取模块，用于获取已删减输出网络结构后的新的yolov7网络结构；
31、模型训练模块，用于将已标注冶炼信息的火焰图像输入至所述新的yolov7网络结构进行冶炼信息融合训练，得到新的yolov7模型；
32、模型预测模块，用于通过所述新的yolov7模型对当前火焰图像进行预测分析，得到所述当前火焰图像的冶炼阶段、冶炼温度和冶炼状态。
33、第三方面，本申请实施例提供了一种电子设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述计算机程序在所述处理器运行时执行第一方面提供的冶炼监测方法。
34、第四方面，本申请实施例提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序在处理器上运行时执行第一方面提供的冶炼监测方法。
35、上述本申请提供的冶炼监测方法，获取已标注冶炼信息的火焰图像，所述冶炼信息包括冶炼阶段、冶炼温度和冶炼状态；获取已删减输出网络结构后的新的yolov7网络结构；将已标注冶炼信息的火焰图像输入至所述新的yolov7网络结构进行冶炼信息融合训练，得到新的yolov7模型；通过所述新的yolov7模型对当前火焰图像进行预测分析，得到所述当前火焰图像的冶炼阶段、冶炼温度和冶炼状态。通过调整yolov7模型网络结构，将冶炼阶段、冶炼温度和冶炼状态的多维度的信息融合训练，使新模型具有对冶炼阶段、冶炼温度和冶炼状态的监测分析功能。
1.一种冶炼监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取已标注冶炼信息的火焰图像之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述在所述火焰与烟雾区域上标注冶炼温度之前，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述将已标注冶炼信息的火焰图像输入至所述新的yolov7网络结构进行冶炼信息融合训练，包括：
5.根据权利要求4所述的方法，其特征在于，所述通过所述head层输出唯一尺寸的特征图之后，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述进行分类拟合训练和回归拟合训练之前，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，所述根据实际损失和辅助损失构建所述新的yolov7模型的模型损失，包括：
8.一种冶炼监测装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，包括存储器以及处理器，所述存储器存储有计算机程序，所述计算机程序在所述处理器运行时执行权利要求1至7中任一项所述的冶炼监测方法。
10.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序在处理器上运行时执行权利要求1至7中任一项所述的冶炼监测方法。
