科创中国

制造业,木材加工和木、竹、藤、棕、草制品业

本技术包括硬件、数据库、模型和软件等4个部分：开发的木材构造图像采集装置，可实现分辨率4000像素×3000像素RGB图像采集，成像视场为***毫米×***毫米，图像解析度为***微米/像素，并可快速捕获木材荧光反应；建立的覆盖木材种内变异的构造特征图像数据集，包含40种濒危珍贵木材18042张高分辨率图像；构建的基于卷积神经网络的AlexNet、GoogLeNet、VGG16、DenseNet和ResNet等深度学习模型，可自动提取图像特征，并实现精准分类；开发的木材图像智能鉴定软，可实现包括黄檀属（Dalbergia）、紫檀属（Pterocarpus）、古夷苏木属（Guibourtia）在内的常见贸易濒危珍贵木材的准确快速鉴定，树种鉴定精度高达***%，鉴定效率相比传统木材解剖鉴定方法提高70%。本技术已在海关执法、质量监督和产业链监管等应用场景得到初步应用。

本技术包括硬件、数据库、模型和软件等4个部分：开发的木材构造图像采集装置，可实现分辨率4000像素×3000像素图像采集，成像视场为***毫米×***毫米，图像解析度为***微米/像素，并可快速捕获木材荧光反应；建立的覆盖木材种内变异的构造特征图像数据集，包含40种濒危珍贵木材的18042张高分辨率图像；构建的基于卷积神经网络的AlexNet、GoogLeNet、VGG16、DenseNet和ResNet等深度学习模型，可自动提取图像特征，并实现精准分类；开发的木材图像智能鉴定软，可实现包括黄檀属（Dalbergia）、紫檀属（Pterocarpus）、古夷苏木属（Guibourtia）在内的常见贸易濒危珍贵木材的准确快速鉴定，树种鉴定精度高达***%，鉴定效率相比传统木材解剖鉴定方法提高70%。

国家“万人计划”科技创新领军人才殷亚方研究员领衔的“木材标本资源信息挖掘与利用“国家林草科技创新团队” 围绕林木资源可持续利用国家需求，建成亚洲最大的木材标本资源库，开展基于人工智能的木材标本多源信息挖掘与利用研究，研发了iWood木材图像智能鉴定技术，在国际上创建了***木材识别学科组，团队多人在国际学术组织任职。团队成员何拓博士、焦立超副研究员、郭娟副研究员、张永刚工程师、刘守佳博士生、陆杨博士生为关键技术研发贡献了力量。