密集堆叠下的高相似度木块横截面检测
快速有效地检测和获取木块横截面信息,是提升木块生产交易效率的关键.由于木块往往被密集堆叠、木块横截面相似度高且边界不明显,给检测木块横截面信息带来了较大的挑战.针对密集堆叠下的高相似度木块横截面检测困难,本文提出了简单高效的Wood R-CNN网络模型,通过改进模型的损失函数和非极大值抑制算法来提升检测精度,简化网络结构和改进特征金字塔网络来保证检测速度.实验证明:该模型可在密集堆叠情况下精确地检测高相似度木块横截面,检测速度较快且鲁棒性良好,可实际运用于木块生产和交易中.
密集堆叠、高相似度、木块横截面、检测、木块生产交易、损失函数、鲁棒性
14
TP181(自动化基础理论)
国家自然科学基金项目61672280,61373060,61732006;江苏省333高层次人才培养工程BRA2017377;青蓝工程
2019-07-24(万方平台首次上网日期,不代表论文的发表时间)
共8页
642-649