面向木材工业的自动化木节检测与配对方法
计算机视觉与模式识别
2025-05-12 v1 机器学习
摘要
木节对木材的美观性和结构完整性至关重要，因此其检测与配对在木材加工中不可或缺。然而，传统的人工标注劳动密集且效率低下，亟需实现自动化。本文提出了一种基于机器学习技术的轻量级全自动木节检测与配对流程。在检测阶段，使用工业级相机采集木板的高分辨率表面图像，并人工标注和预处理了一个大规模数据集。经过迁移学习后，YOLOv8l 模型的 [email protected] 达到 0.887。在配对阶段，基于多维特征提取对检测到的木节进行分析和配对。采用三元组神经网络将特征映射到潜在空间，使聚类算法能够识别并配对相应的木节。具有可学习权重的三元组网络实现了 0.85 的配对准确率。进一步分析表明，木节起点和终点到木板底部的距离以及纵向坐标对于实现高配对准确率起着关键作用。我们的实验验证了所提方案的有效性，展示了人工智能在推动木材科学与工业发展方面的潜力。
引用
@article{arxiv.2505.05845,
title = {Automated Knot Detection and Pairing for Wood Analysis in the Timber Industry},
author = {Guohao Lin and Shidong Pan and Rasul Khanbayov and Changxi Yang and Ani Khaloian-Sarnaghi and Andriy Kovryga},
journal= {arXiv preprint arXiv:2505.05845},
year = {2025}
}