科研之友
微信
新浪微博
Facebook
分享链接
摘要
废弃人造板板材回收再利用之前进行横截面统一类型，对于提高板材的综合利用率具有重要作用。综合利用机器视觉和深度学习方法，选取刨花板、纤维板和胶合板3种人造板板材作为研究对象，通过扫描仪采集板材横截面纹理，并对大量的纹理数据进行训练，学习图像深层次特征，在图像识别和分类上取得良好的效果。采集刨花板、纤维板、胶合板、塑料板、金属板和泡沫板6种人造板板材横截面图像共900张，其中刨花板234张，纤维板232张，胶合板234张，塑料板、金属板和泡沫板共200张作为负样本；搭建基于YOLOv5的深度学习人造板板材种类识别框架。试验结果表明，基于YOLOv5的人造板板材种类识别框架可以有效识别人造板板材的类型，刨花板和胶合板的识别准确率为100%,纤维板的识别准确率为99.2%;该方法检测速度快、精度高，针对人造板板材数据集具有良好的鲁棒性和泛化能力，解决了传统方法检测效率低和人工干预的成本问题，达到资源循环利用的高度智能化水平，充分满足回收再生产的应用需求。
- 单位
