基于卷积神经网络在木材缺陷识别中的研究进展

作     者：司丽洁 高凡 丁安宁 多化琼 SI Li-jie;GAO Fan;DING An-ning;DUO Hua-qiong

作者机构：内蒙古农业大学材料科学与艺术设计学院内蒙古呼和浩特010018 

基　　金：内蒙古自治区重点研发和成果转化计划项目“现代数学技术在非遗蒙古族家具纹样保护传承利用中的应用”(2022YFDZ0031) 

出 版 物：《林产工业》 (China Forest Products Industry)

年 卷 期：2023年第60卷第2期

页      码：57-60,75页

摘      要：木材作为重要的生物质材料,为进一步提高其使用率,可采用卷积神经网络(CNN)模型实现对木材缺陷快速、准确的识别,具有检测时间短、效率高、精确度高等优势。综述了卷积神经网络的基本结构,总结了CNN在木材缺陷分割、特征提取、识别中的研究现状,针对CNN在木材缺陷识别领域的不足,提出了进一步发展的方向,为提高木材缺陷识别的效率和精确度提供了新思路。

主 题 词：卷积神经网络 木材缺陷 图像分割 特征提取 图像识别 

学科分类：082902[082902] 08[工学] 0829[工学-安全科学与工程类] 

D　O　I：10.19531/j.issn1001-5299.202302011

馆 藏 号：203118682...