在国家基础工程建设迅速发展、社会经济的高速发展的大背景下,各项生产活动对钢铁板材的需求不断攀升。钢板编号（以下简称钢板号）是钢板生产过程中标注的唯一编码,是企业为每块板材而标注一串数字字符文本。该编号体现了钢板的生产工序、钢材材质、制造环节、生产用途等信息,在钢板品质追踪、质量溯源和库存管控方面具有非常重要的意义。当板号记录发生错误时,生产流程繁琐、巨量的钢板生产线上会有错误跟踪信息、板材丢失、物料杂乱等问题。为了满足国内某大型钢厂板材生产部门板号检测与识别的需求,本文以其现有产线和自动化设备系统为依托,构建了基于机器视觉技术的板号检测与识别系统,系统包含研究内容及结果如下:1)在文本检测模块,本文设计了一种利用DBNet粗定位,传统视觉算法进行修正的文本检测算法,在喷印体和手写体板号检测上分别实现了99.9%和99.3%的准确率。2)在文本识别模块,本文设计了一种端对端文本识别算法,主体采用Bi LSTMAttention结构,在喷印体和手写体板号识别上分别达到了99.5%和86.15%的准确率。3)在数据增强方面,本文开发了一种针对该工业场景下的喷印体文本图像修复算法,有效解决了数据库中部分数据受强生产光源干扰而产生图像破损问题,丰富了数据库样本,提高了数据利用率。本文的研究实现了生产线上钢板号的快速检测与识别,满足系统准确率要求,运行稳定,具有很强的实用性,对钢板生产过程中的智能化信息处理与信息化物料跟踪起到了一定的促进作用。