基于卷积神经网络的展平竹材缺陷检测方法及系统

本发明公开了一种基于卷积神经网络的展平竹材缺陷自动检测方法及系统，涉及图像识别和材料检测领域，包括的步骤是：使用高清摄像头对展平竹材表面进行高分辨率图像采集；对采集到的展平竹材图像进行预处理；将预处理后的图像输入经过训练的卷积神经网络，卷积神经网络基于改进的ResNet‑50架构，改进的ResNet‑50架构包括多尺度特征提取模块、特征融合层及分类层；通过卷积神经网络自动识别展平竹材表面缺陷；对识别出的缺陷进行定位与分类，并输出结果至自动检测系统。与现有技术相比，本发明通过卷积神经网络自动检测展平竹材表面的多种缺陷，无需人工干预，极大提高了检测效率和准确性。