公开(公告)号：CN115222685A

公开(公告)日：2022-10-21

申请号：CN202210805583.X

申请日：2022-07-08

Applicant: 哈尔滨理工大学

Inventor： 李东洁 ,  张子磊 ,  黄昊 ,  胡军 ,  王宝刚 ,  魏剑桥 ,  郭雪凝

IPC: G06T7/00 ,  G06V10/44 ,  G06N3/08 ,  G06N3/04

Abstract: 一种基于改进YOLOX模型的木材缺陷检测方法，本发明的目的是为了解决现有缺陷检测方法对缺陷识别的检测准确率低，检测速度慢，模型计算量和参数量大，难以工业应用的问题。过程为：1.采集数据集；2.对数据集进行数据增强处理，将数据集进行标注和划分；3.设计改进YOLOX目标检测模型，设定模型参数；4.将训练集输入网络模型进行训练；5.使用训练好的检测网络模型对测试集的木材缺陷图片进行识别；本发明提高了木材检测的效率和准确率。

公开(公告)号：CN115511851A

公开(公告)日：2022-12-23

申请号：CN202211218957.4

申请日：2022-10-07

Applicant: 哈尔滨理工大学

Inventor： 李东洁 ,  艾琪翔 ,  魏剑桥 ,  黄昊 ,  郭雪凝

IPC: G06T7/00 ,  G06T7/66 ,  G06V10/26 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于改进U‑Net与热力图的木材节子语义分割及髓心定位方法。目的是为精准下料和提高木材的出材率提供数据支撑。该方法包含以下步骤：步骤一，收集节子图像，使用labelimg制作标签；步骤二，将髓心部分转化为热力图模式与节子部分累加制作成兼顾语义分割与髓心定位的标签；步骤三，将残差结构与ASPP相结合为特征提取层引入U‑Net网络，新网络命名为UNet_res_aspp；步骤四，将Poly学习策略改进为Ploy_new对网络进行训练，将IoU与定位误差结合作为一种兼顾语义分割与定位效果的评价指标，取IoU_loss最高参数为最佳参数；步骤五，对网络预测输出使用argmax确定髓心位置，使用大津法完成语义分割。本发明能够为精准下料和提高木材的出材率提供数据支撑。