基于YOLO-RW模型的機(jī)器視覺原木端面識(shí)別定位

打開文本圖片集

摘 要：在原木木材材積檢測(cè)中，由于端面伐痕、開裂和陰影等因素容易影響智能檢測(cè)系統(tǒng)的準(zhǔn)確性和穩(wěn)定性，一直以來(lái)，端面識(shí)別定位屬于一個(gè)難點(diǎn)問(wèn)題。對(duì)多個(gè)YOLO（You Only Look Once）版本模型的原理分析和試驗(yàn)驗(yàn)證，融合這些YOLO版本模型優(yōu)點(diǎn)， 在yolo3主干網(wǎng)絡(luò)基礎(chǔ)上，采用數(shù)據(jù)增強(qiáng)、特征融合和損失函數(shù)等優(yōu)化手段，構(gòu)建更加適用于原木檢測(cè)的端到端深度學(xué)習(xí)模型YOLO-Raw Wood（YOLO-RW），用于原木木材材積圖像的準(zhǔn)確識(shí)別和定位。（剩余13944字）