木板识别及木板识别模型的训练方法、装置及电子设备制造方法及图纸

本公开实施例公开了一种木板识别及木板识别模型的训练方法、装置及电子设备。其中，木板识别模型的训练方法包括：获取样本木板的多个样本图像；其中，多个样本图像为从多个不同方位拍摄所述样本木板得到的图像；获取样本图像对应的标注结果；其中，标注结果至少包括样本图像中失真图像区域的第一标注和/或正常图像区域的第二标注；利用多个样本图像及其对应的标注结果进行模型训练，得到木板识别模型。本公开这种方式基于多个图像传感器获取的多个样本图像作为训练数据，使得木板识别模型可以将失真图像区域和/或正常图像区域的特征提取出来，进而能够从多个样本图像中自动识别有效图像数据，并基于有效图像数据完成木材的识别。

【技术实现步骤摘要】
木板识别及木板识别模型的训练方法、装置及电子设备
本公开涉及木材识别
，具体涉及一种木板识别及木板识别模型的训练方法、装置及电子设备。
技术介绍
在木板加工自动化设备中，使用图像传感器获得木板的图像数据是一种常用的方法。随着人工智能技术的发展，尤其深度神经网络、卷积神经网络的发展，机器视觉的性能得到越来越多的应用。木材加工自动化设备可以基于对木材的图像识别，实现高精度的分选、缺陷识别、加工规划。然而，在一些场景中，例如加工后的木板，或使用仿古工艺的木板中可能存在表面的曲面并覆盖有人工的喷漆。在这种情况下，即使使用散射光源作为外部光源，也容易造成木板的表面反光，由于目前的机器视觉并无法区分木材本身的特征或由于反光带来的图像特征，因此这种反光特征将影响对木材的识别效果。此外，一些加工工艺是通过改变表面纹理形态来实现的，例如上述的仿古工艺有时会在木板表面加工出一定的凸凹纹理，以产生特定的视觉效果。因此，这种细微的差异也无法通过二维图像捕捉到。
技术实现思路
本公开实施例提供一种木板识别及木板识别模型的训练方法、装置、电子设备及计算机可读存储介质。第一方面，本公开实施例中提供了一种木板识别本文档来自技高网...

【技术保护点】
1.一种木板识别模型的训练方法，其特征在于，包括：获取样本木板的多个样本图像；其中，所述多个样本图像为从多个不同方位拍摄所述样本木板得到的图像；获取所述样本图像对应的标注结果；其中，所述标注结果至少包括所述样本图像中失真图像区域的第一标注和/或正常图像区域的第二标注；利用多个所述样本图像及其对应的所述标注结果进行模型训练，得到木板识别模型。

【技术特征摘要】
1.一种木板识别模型的训练方法，其特征在于，包括：获取样本木板的多个样本图像；其中，所述多个样本图像为从多个不同方位拍摄所述样本木板得到的图像；获取所述样本图像对应的标注结果；其中，所述标注结果至少包括所述样本图像中失真图像区域的第一标注和/或正常图像区域的第二标注；利用多个所述样本图像及其对应的所述标注结果进行模型训练，得到木板识别模型。2.根据权利要求1所述的方法，其特征在于，多个所述样本图像中的所述正常图像区域至少能够覆盖所述样本木板的整个表面区域。3.根据权利要求1所述的方法，其特征在于，所述标注结果还包括至少一个第三标注，用于标识能够通过所述样本木板的整个表面区域的正常图像识别出来的特征。4.根据权利要求1所述的方法，其特征在于，所述失真图像区域为受光线影响的区域，所述正常图像区域为不受光线影响的区域。5.一种木板识别方法，其特征在于，包括：获取待识别木板的多个待识别图像；其中，所述多个待识别图像为从多个不同方位拍摄所述待识别木板得到的图像；将多个所述待识别图像输入至木板识别模型中，识别所述待识别图像中的正常图像区域；根据多个所述待识别图像中的正常图像区域，由所述木板识别模型获得所述待识别木板的识别结果。6.根据权利要求5所述的方法，其特征在于，所述木板识别模型从所述多个待识别图像识别出覆盖所述待...

【专利技术属性】
技术研发人员：丁磊，
申请(专利权)人：北京木业邦科技有限公司，
类型：发明
国别省市：北京,11