本研究では、木材剥皮処理における木板セグメンテーションのためのベンチマークデータセット「WPS-dataset」を提案した。
データ収集では、実際の木材剥皮処理環境に設置したデバイスを使用して、1772枚の木板画像を取得した。データ処理では、フィルタリングと拡張を行い、4863枚の画像データセットを構築した。LabelMeツールを使用して、木板領域にポリゴン注釈を付与した。
データセットの有効性を検証するため、6つの一般的な言語セグメンテーションモデル(FCN、U-Net、PSPNet、HRNet、DeeplabV3、DeeplabV3+)を使用して実験を行った。実験結果から、WPS-datasetは木板セグメンテーションタスクで高い性能を発揮することが示された。MIoUは0.9629から0.9824の範囲にあり、精度は0.9916から0.9960の範囲にあった。これらの結果は、WPS-datasetが木材剥皮処理における木板セグメンテーションに有効であることを示している。
本研究は、木材産業における深層学習ベースのアルゴリズムの適用に向けた重要な一歩となる。WPS-datasetは、研究者、エンジニア、企業にとって有用な参考資料となり、広範な応用が期待される。今後の課題としては、データセットの多様性と代表性の向上、継続的なデータ更新と品質改善が挙げられる。
إلى لغة أخرى
من محتوى المصدر
arxiv.org
الرؤى الأساسية المستخلصة من
by Rijun Wang,G... في arxiv.org 04-18-2024
https://arxiv.org/pdf/2404.11051.pdfاستفسارات أعمق