一种基于深度神经网络的木材缺陷检测方法及系统.pdfVIP

下载本文档

4
0
约1.77万字
约 14页
2024-04-13 发布于四川
举报
版权申诉

一种基于深度神经网络的木材缺陷检测方法及系统.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提供一种基于深度神经网络的木材缺陷检测方法及系统，方法包括以下步骤：获取木材的缺陷数据集，并将缺陷数据集划分为训练集、验证集与测试集；基于YOLOv8模型构建初始缺陷检测模型，包括：将YOLO模型中Neck网络的Conv模块替换为RFCA模块；还将RFCA注意力机制中的ReLU激活函数替换为了SiLU激活函数。Head部分增加一个小目标解耦检测头，提升小目标的检测能力，其次，使用Wise‑IoU损失函数替换CIoU损失函数，最后引入迁移学习的思想，构建改进的YOLOv8模型。利用训练集对初

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN117876664A

(43)申请公布日2024.04.12

(21)申请号202410046354.3G06V10/82(2022.01)

(22)申请日2024.01.