1.一种基于深度学习的钢坯喷标字符识别系统，其特征在于：包含以下部分：图像采集装置，用于采集原始图像数据；所述原始图像数据由来自钢坯(4)的多个连续的字符图像数据按采集顺序排列组成的数字图像；每个所述字符图像数据为一个喷标字符(3)的照片；每个所述喷标字符(3)为打在钢坯(4)侧面上的一个十进制阿拉伯数字；

推理服务器，用于接收所述原始图像数据，并将所述原始图像数据转发给内建于所述推理服务器中的识别模块；所述推理服务器与所述图像采集装置电信号连接；

识别模块，用于对所述原始图像数据进行喷标字符(3)识别操作，得到板坯号；所述板坯号为一个10位十进制的字符串，这个字符串的值与被识别的多个连续的所述喷标字符(3)按采集顺序组合时所包含的信息一致；

所述识别模块包含通信子模块、识别子模块和深度学习子模块；其中：通信子模块，用于接收所述原始图像数据，并将所述原始图像数据转发给所述识别子模块；

识别子模块，用于将对所述原始图像数据进行所述喷标字符(3)识别操作，得到所述板坯号；

深度学习子模块，用于训练内建在所述推理服务器中的识别AI，从而提高所述钢坯(4)喷标字符(3)识别系统的识别精度；

所述识别子模块包含主识别支路和辅助支路；其中：

所述辅助支路，用于将所述原始图像数据进行分割操作，得到所述字符图像数据，然后存储起来，以供所述深度学习子模块进行深度学习训练的时候使用，包含图像分割子模块和字符图像数据库；其中：所述图像分割子模块，用于将所述原始图像数据进行分割操作，得到所述字符图像数据；

所述字符图像数据库，用于存储所述字符图像数据，作为所述识别AI的深度学习样本；

所述主识别支路包含识别算法，用于对所述原始图像数据进行所述喷标字符(3)识别操作，得到所述板坯号；

所述识别算法包含以下步骤：

S100.调用所述图像分割子模块，按照自左向右的顺序将所述原始图像数据进行所述分割操作，得到多个所述字符图像数据；

S200.按照自左向右的顺序逐一将所述字符图像数据进行分类识别，并进行概率评价操作，得到每个所述字符图像数据的识别字符和识别准确率；

所述识别字符为一个十进制阿拉伯数字；

所述识别准确率为一个百分比数值，其区间为[0.00％，100.00％]；

S300.对本次识别的所有的所述识别字符进行逻辑判定操作，得到逻辑判定结果；所述逻辑判定结果包含字符串“逻辑判定通过”和“逻辑判定不通过”；

S400.根据所述识别准确率和所述逻辑判定结果的值做出如下操作：如果存在有所述识别字符所对应的所述识别准确率小于人工预设的识别准确率最低阈值，或所述逻辑判定结果为字符串“逻辑判定不通过”，则输出字符串“无法识别”；然后结束此次对所述识别算法的调用；

否则，将所述识别字符按照从左向右的顺序拼接成一个10位的十进制数值，并赋予所述板坯号；然后将所述板坯号存入内建在所述推理服务器上的建议数据库中；然后输出所述板坯号，并结束此次对所述识别算法的调用；

所述识别概率评价操作包含以下步骤：

S210.由识别AI将本次识别得到的第一个所述字符图像数据进行100次识别，得到100个识别点；所述识别点为一组由一次识别得到的所述识别字符和所述识别准确率的二元集合；

S220.根据S210中100个所述识别点，做出如下操作：如果这100个所述识别点没有收敛，或没有收敛在一个识别点上，则回到并再次执行S210；

否则，输出这100个所述识别点所收敛的那个识别点，作为第一个所述字符图像数据的所述识别字符和所述识别准确率；

S230.删除第一个所述字符图像数据，然后将剩下的所述字符图像数据依次左移1位；然后执行S240；

S240.检查当前第一个所述字符图像数据是否为空，然后根据检查结果做出如下操作：如果当前第一个所述字符图像数据不为空，则返回并再次执行S210～S230；

否则，结束本次识别概率评价操作；然后按识别顺序依次输出每个所述字符图像数据的所述识别字符和所述识别准确率；

所述逻辑判定操作包含以下步骤：

S310.检查所述识别概率评价操作的结果是否为10个所述识别字符，且每个所述识别字符对应1个所述识别准确率，然后根据检查结果做出如下操作：如果所述识别概率评价操作的结果是否为10个所述识别字符，且每个所述识别字符对应1个所述识别准确率，则执行S320；

否则，将所述逻辑判定结果赋值字符串“逻辑判定不通过”，然后退出本次逻辑判定操作；

S320.检查10个所述识别字符是否都为阿拉伯数字，然后根据检查结果做出如下操作：如果10个所述识别字符都为阿拉伯数字，则执行S330；

否则，将所述逻辑判定结果赋值字符串“逻辑判定不通过”，然后退出本次逻辑判定操作；

S330.将所述识别字符按照从左向右的顺序拼接成一个10位的十进制数值，并赋予所述板坯号；然后将所述板坯号代入人工预设的板坯号校验规则进行校验；所述板坯号校验规则为人工预设的逻辑表达式，当所述板坯号符合所述板坯号校验规则，则校验结果为布尔值1，否则为0；然后根据校验结果做出如下操作：如果校验结果为1，则将所述逻辑判定结果赋值字符串“逻辑判定通过”，然后输出所述板坯号，然后退出本次逻辑判定操作；

如果校验结果为0，则将所述逻辑判定结果赋值字符串“逻辑判定不通过”，然后退出本次逻辑判定操作。

2.根据权利要求1所述的基于深度学习的钢坯喷标字符识别系统，其特征在于：所述图像采集装置包含工业数字相机(2)和温控防尘防护箱(1)；其中：所述温控防尘防护箱(1)为金属箱式容器，侧面上开设有供所述工业数字相机(2)的镜头采集所述原始图像数据时所用的拍摄口；所述拍摄口的水平高程与板坯的侧面的水平高程相同，且正对板坯的侧面；所述温控防尘防护箱(1)的下端面固定安装有一个用于支撑作用的立柱；所述立柱的水平高度可以调节；

所述工业数字相机(2)可拆卸安装在所述温控防尘防护箱(1)的内部；所述工业数字相机(2)的镜头正对所述拍摄口。

3.根据权利要求2所述的基于深度学习的钢坯喷标字符识别系统，其特征在于：所述温控防尘防护箱(1)的尺寸为625mm(H)*325mm(L)*285mm(W)。