编号
zgly0001640984
文献类型
期刊论文
文献题名
基于深度学习的木材缺陷图像检测方法
作者单位
南京林业大学机械电子工程学院
母体文献
林业机械与木工设备
年卷期
2018年08期
年份
2018
分类号
TP181
TP391.41
关键词
深度学习
卷积神经网络
区域建议网络
木材缺陷图像
CV
文摘内容
针对木材活节、虫眼、死节等缺陷,提出一种深度学习的木材缺陷图像检测算法。首先构建训练数据库及测试数据库,同时设定卷积神经网络(CNN)的输入层、中间层、输出层等参数,并利用区域建议网络(RPN)反复训练CNN,然后利用训练好的CNN对测试图像进行检测,得到缺陷所在的矩形区域。将此区域作为初始分割范围,再利用CV模型进行图像精细分割。试验结果表明,提出的算法目标定位能力强,能很好地提取木材缺陷目标。