买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：绍兴文理学院

摘要：本发明公开了一种木材节子缺陷定量检测方法，属于木材节子缺陷检测技术领域，该方法包括以下步骤：步骤1，建立木材节子缺陷定量检测模型；步骤2，在上述木材节子缺陷定量检测模型中输入待检测图像数据；步骤3，采用上述木材节子缺陷定量检测模型对待检测图像数据进行检测，得到检测结果。上述建立木材节子缺陷定量检测模型具体包括以下步骤：获得改进的FasterR‑CNN模型；收集训练样本数据；采用改进的FasterR‑CNN模型，利用训练样本数据对改进的FasterR‑CNN模型进行训练，从而得到木材节子缺陷定量检测模型，本发明方法具有较高的检测准确率和较低的误检率和漏检率。

主权项：1.一种木材节子缺陷定量检测方法，其特征在于：该方法包括以下步骤：步骤1，建立木材节子缺陷定量检测模型；步骤2，在上述木材节子缺陷定量检测模型中输入待检测图像数据；步骤3，采用上述木材节子缺陷定量检测模型对待检测图像数据进行检测，得到检测结果；所述步骤1包括以下步骤：11获得改进的FasterR-CNN模型；12收集训练样本数据；13采用改进的FasterR-CNN模型，利用训练样本数据对改进的FasterR-CNN模型进行训练，从而得到木材节子缺陷定量检测模型；所述13中，确定FasterR-CNN模型的主干网络结构，选用的FasterR-CNN模型的主干网结构的第一层结构为卷积+激活+池化，其中卷积模块的卷积核大小为3*3*32；激活模块的激活函数为ReLU，其数学表示式为：fx＝max0，x；池化模块的卷积核大小为2*2*32；该FasterR-CNN模型的主干网结构的第二层结构为卷积+激活+池化，其中卷积模块的卷积核大小为3*3*32；激活模块的激活函数为ReLU，其数学表示式为：fx＝max0，x；池化模块的卷积核大小为2*2*32；该FasterR-CNN模型的主干网结构的第三层结构为卷积+激活+池化，其中卷积模块的卷积核大小为3*3*32；激活模块的激活函数为ReLU，其数学表示式为：fx＝max0，x；池化模块的卷积核大小为2*2*32；该FasterR-CNN模型的主干网结构的第四层结构为卷积+激活，其中卷积模块的卷积核大小为3*3*256；激活模块的激活函数为ReLU，其数学表示式为：fx＝max0，x；该FasterR-CNN模型的主干网结构的第五层结构为卷积+激活，其中卷积模块的卷积核大小为3*3*512；激活模块的激活函数为ReLU，其数学表示式为：fx＝max0，x；该FasterR-CNN模型的主干网结构的第六层结构为上采样层，其作用是融合FasterR-CNN模型的主干网结构的第三层结构和FasterR-CNN模型的主干网结构的第五层结构输出的不同尺度特征图中的信息，最终输出特征图。

全文数据：

权利要求：

百度查询： 绍兴文理学院 一种木材节子缺陷定量检测方法