• 所属单位：计算机科学与技术学院/人工智能学院/软件学院
• 发表刊物：智能系统学报
• 关键字：密集堆叠;高相似度;木块横截面;检测;木块生产交易;损失函数;鲁棒性;
• 摘要：快速有效地检测和获取木块横截面信息,是提升木块生产交易效率的关键。由于木块往往被密集堆叠、木块横截面相似度高且边界不明显,给检测木块横截面信息带来了较大的挑战。针对密集堆叠下的高相似度木块横截面检测困难,本文提出了简单高效的Wood R-CNN网络模型,通过改进模型的损失函数和非极大值抑制算法来提升检测精度,简化网络结构和改进特征金字塔网络来保证检测速度。实验证明:该模型可在密集堆叠情况下精确地检测高相似度木块横截面,检测速度较快且鲁棒性良好,可实际运用于木块生产和交易中。
• 是否译文：否
• 发表时间：2018-12-18
• 合写作者：魏文戈
• 第一作者：谭晓阳
• 通讯作者：谭晓阳