公开(公告)号：CN111351860A

公开(公告)日：2020-06-30

申请号：CN201911201861.5

申请日：2019-11-29

Applicant: 浙江农林大学

Inventor： 冯海林 ,  陈力 ,  杜晓晨 ,  李剑

IPC: G01N29/06 ,  G01N29/07 ,  G01N29/44 ,  G01N33/46 ,  G06K9/62 ,  G06N3/04 ,  G06T7/00

Abstract: 本发明公开了基于Faster R-CNN的木材内部缺陷检测方法，属于木材内部缺陷检测技术领域，具体包括：建立木材缺陷识别模型，确定目标试样；采用木材缺陷识别模型对目标试样进行检测，得到木材内部缺陷的方位和大小；建立木材缺陷识别模型包括建立特征矩阵图像数据库，通过Faster R-CNN模型训练特征矩阵图像数据库改进Faster R-CNN模型，从而获得木材缺陷识别模型，本专利采用深度学习算法替代传统浅层学习算法，利用该种基于快速的深度神经网络进行木材缺陷检测，可以实现快速精确地检测目标缺陷在木材内部具体位置。