木材表面检查

确定最终切割木板中的质量问题

由In-Sighti提供支持的基于深度学习的视觉软件

基于深度学习的工业图像分析的图形编程环境

现代锯木厂或木材厂是计算机控制的企业，将原始登录数百万电脑脚的木材每天。经过初始切割和修剪后，木材是窑或空气干燥，然后刨，切成最终尺寸。木材精确分级为质量。缺陷的数量和位置，无论是芯片，裂缝还是其他缺陷，在最终切割中，决定了木材等级，从而决定了可以收取的最终价格。

作为天然产品，木材比人造材料更具变化，使木材表面检查具有挑战性。不可能编制所有可能的缺陷和木材图案，因此传统的机器视觉对于用于木材的视觉检查的使用有限。德国必威

获取产品演示

康涅克·深入学习训练在锯切透露的各种可能的木缺陷的图像上培训。然后，分类工具识别并区分各种类型的木缺陷，同时接受各种模式，纹理和颜色变化。

木材质量问题，初始木材的差或差的质量差，表明供应链上游问题。康康克斯深度学习敏感，足以检测切割中的轻微变化，表示锯片可能存在的问题。而不是等待看到的锯子的质量下降到它的切割足够粗糙，以便需要木材悔改，它可以在有任何可见问题之前进行调整或更换。