摘要
本发明公开了一种木材制品各部件用材的树种鉴定方法,首先采集各红木木材的图像数据,对图像数据规整后划分为训练集和测试集,构建木材图像鉴别多层卷积神经网络,采用训练集对所述木材图像鉴别多层卷积神经网络进行深度学习,采用所述测试集对深度学习的模型进行测试优化模型参数,生成木材图像识别模型;根据木材图像识别模型对待鉴别木材图像数据进行识别。本发明的树种鉴定方法具有操作简单,使用方便,识别准确率高,识别速度快等优点,可广泛应用于海关检验、木材贸易和木材鉴定等领域。
技术关键词
卷积神经网络模型
多层卷积神经网络
图像识别模型
多尺度多分辨率
线性支持向量机
制品
构建卷积神经网络
红木木材
深度学习方法
分类器训练
木材纹理
样本
纹理特征
数据
对比度
颜色
系统为您推荐了相关专利信息
集装箱图像
集装箱角件
集装箱顶部
SVM分类器
定位识别方法
服药监测
辅助系统
梯度提升决策树
分析模块
数据处理单元
玉米联合收获机
籽粒含水率
检测控制系统
损失率
PVDF薄膜
图像识别模型
多标签
图像识别方法
图像全局特征
图像局部特征