基于深度卷积神经网络的木材表面缺陷检测系统设计

摘要

cqvip:针对木材表面的虫眼、结节和裂缝等缺陷,采用传统的人工检测人力成本较高,而采用图像处理技术提取的各种特征取决于人工经验,且受到噪声、光照等外界因素影响较大,其实际应用具有很大的局限性,因此提出基于深度卷积神经网络的木材表面缺陷检测方法。首先构建数据库,考虑到样本有限,采用了数据增强扩充样本数量;其次以在ImageNet数据集上获得优异性能的VGG16模型为基础,采用迁移学习,基于自建的小样本数据库微调该神经网络的后三个全连接层参数;最后利用重新训练好的深度卷积神经网络对测试图像进行检测,结果表明该网络在木材表面缺陷检测上达到了很好的性能。