1.一种基于深度学习的钢厂无人车间监控方法，其特征在于，所述方法包括以下步骤：对加工完成的产品进行产品信息读取和质量监控，生成质量检测信息；

对质量检测信息进行判定，当质量检测信息为合格时，使得产品转移至合格区；当质量检测信息为不合格时，将质量检测信息发送至学习式处理模型，以使得学习式处理模型对质量检测信息进行二次判定；

当学习式处理模型判定结果为不可返工时，使得产品转移至报废区；当学习式处理模型判定结果为可返工时，使得产品转移至加工工位；

对返工完成的产品进行产品信息读取和质量监控，生成返工质量检测信息；

对返工质量检测信息进行判定，当返工质量检测信息为合格时，使得返工产品转移至合格区；当返工质量检测信息为不合格时，使得返工产品转移至报废区；

生成返工信息并将返工信息发送至学习式处理模型，以使得学习式处理模型不断更新。

2.根据权利要求1所述一种基于深度学习的钢厂无人车间监控方法，其特征在于，所述将质量检测信息发送至学习式处理模型，以使得学习式处理模型对质量检测信息进行二次判定的步骤，具体包括：

将质量检测信息发送至学习式处理模型，所述质量检测信息包括产品信息和检测不合格项目信息；

根据质量检测信息中的产品信息，调出学习式处理模型中的检测项目数据库，所述检测项目数据库包括不合格项目和判定结论；

将质量检测信息中的检测不合格项目信息与所述项目数据库进行匹配，生成判定结果。

3.根据权利要求1所述一种基于深度学习的钢厂无人车间监控方法，其特征在于，所述当学习式处理模型判定结果为可返工时，使得产品转移至加工工位的步骤，具体包括：当学习式处理模型判定结果为可返工时，向无人运输车发送将产品运输至转存区的返工转移指令；

发送返工指令，以使得无人运输车根据返工指令将返工产品从转存区运输至加工工位。

4.根据权利要求2所述一种基于深度学习的钢厂无人车间监控方法，其特征在于，所述生成返工信息并将返工信息发送至学习式处理模型，以使得学习式处理模型不断更新的步骤，具体包括：

生成返工信息，所述返工信息包括产品信息、检测不合格项目信息以及返工质量检测结果；

将返工信息发送至学习式处理模型，根据产品信息调出学习式处理模型中的检测项目数据库；

根据检测不合格项目信息和返工质量检测结果，对所述检测项目数据库中的判定结论进行更新。

5.根据权利要求4所述一种基于深度学习的钢厂无人车间监控方法，其特征在于，所述根据检测不合格项目信息和返工质量检测结果，对所述检测项目数据库中的判定结论进行更新的步骤，具体包括：

根据检测不合格项目信息和返工质量检测结果，得到返工合格率，所述返工合格率为返工质量检测结果为合格的次数与所述检测不合格项目信息总次数的比值；

当返工合格率大于或者等于预设合格值时，检测项目数据库中对应不合格项目的判定结论保持不变；

当返工合格率小于预设值时，检测项目数据库中对应不合格项目的判定结论由可返工更新为不可返工。

6.根据权利要求5所述一种基于深度学习的钢厂无人车间监控方法，其特征在于，所述根据检测不合格项目信息和返工质量检测结果，得到返工合格率的步骤还包括：对返工合格率的有效性进行判定，当所述检测不合格项目信息总次数大于等于预设次数值时，则返工合格率有效，继续下一步骤；当所述检测不合格项目信息总次数小于预设次数值时，则返工合格率无效，检测项目数据库中对应不合格项目的判定结论保持不变。

7.一种基于深度学习的钢厂无人车间监控系统，其特征在于，所述系统包括：质量监控模块，用于对加工完成的产品进行产品信息读取和质量监控，生成质量检测信息；

质量检测信息判定模块，用于对质量检测信息进行判定，当质量检测信息为合格时，使得产品转移至合格区；当质量检测信息为不合格时，将质量检测信息发送至学习式处理模型，以使得学习式处理模型对质量检测信息进行二次判定；

二次判定模块，当学习式处理模型判定结果为不可返工时，使得产品转移至报废区；当学习式处理模型判定结果为可返工时，使得产品转移至加工工位；

返工质量监控模块，用于对返工完成的产品进行产品信息读取和质量监控，生成返工质量检测信息；

返工质量检测信息判定模块，用于对返工质量检测信息进行判定，当返工质量检测信息为合格时，使得返工产品转移至合格区；当返工质量检测信息为不合格时，使得返工产品转移至报废区；以及

学习式处理模型更新模块，用于生成返工信息并将返工信息发送至学习式处理模型，以使得学习式处理模型不断更新。

8.根据权利要求7所述一种基于深度学习的钢厂无人车间监控系统，其特征在于，所述质量检测信息判定模块包括：

质量检测信息发送单元，用于将质量检测信息发送至学习式处理模型，所述质量检测信息包括产品信息和检测不合格项目信息；

检测项目数据库调用单元，用于根据质量检测信息中的产品信息，调出学习式处理模型中的检测项目数据库，所述检测项目数据库包括不合格项目和判定结论；以及判定结果生成单元，用于将质量检测信息中的检测不合格项目信息与所述项目数据库进行匹配，生成判定结果。

9.根据权利要求7所述一种基于深度学习的钢厂无人车间监控系统，其特征在于，所述二次判定模块包括：

返工转移指令发送单元，当学习式处理模型判定结果为可返工时，向无人运输车发送将产品运输至转存区的返工转移指令；以及返工指令发送单元，用于发送返工指令，以使得无人运输车根据返工指令将返工产品从转存区运输至加工工位。