基于深度学习的木质板层脱皮设备开发与测试
计算机视觉与模式识别
2024-10-17 v1
摘要
试图将深度学习方法应用于木质板层脱皮设备以提高脱皮的质量和效率是一个具有重要意义和挑战性的目标。本研究开发并测试了一种基于深度学习的木质板层脱皮设备。根据木材加工厂的实际需求，设计了一种集成视觉检查系统的木质板层脱皮设备。基于使用视觉检查系统获取的大量木质板图像，构建了本研究所采用的BiSeNetV1模型的第一个通用木质板语义分割数据集。此外，详细呈现了在脱皮过程中所需关键关键数据的计算方法和过程。对BiSeNetV1模型和脱皮效果进行比较实验，分别在实验室和木材加工厂环境中进行。比较实验的结果表明，BiSeNetV1分割模型的应用是合理且可行的。脱皮效果测试的结果显示，脱皮的质量和效率都得到了显著提高。该开发的设备完全满足木材加工厂在脱皮处理中对精度和效率的要求。
引用
@article{arxiv.2410.11913,
title = {Development and Testing of a Wood Panels Bark Removal Equipment Based on Deep Learning},
author = {Rijun Wang and Guanghao Zhang and Hongyang Chen and Xinye Yu and Yesheng Chen and Fulong Liang and Xiangwei Mou and Bo Wang},
journal= {arXiv preprint arXiv:2410.11913},
year = {2024}
}