关键词：密集堆叠 高相似度 木块横截面 检测 木块生产交易 

摘要：快速有效地检测和获取木块横截面信息,是提升木块生产交易效率的关键。由于木块往往被密集堆叠、木块横截面相似度高且边界不明显,给检测木块横截面信息带来了较大的挑战。针对密集堆叠下的高相似度木块横截面检测困难,本文提出了简单高效的Wood R-CNN网络模型,通过改进模型的损失函数和非极大值抑制算法来提升检测精度,简化网络结构和改进特征金字塔网络来保证检测速度。实验证明:该模型可在密集堆叠情况下精确地检测高相似度木块横截面,检测速度较快且鲁棒性良好,可实际运用于木块生产和交易中。

智能系统学报杂志要求:

{1}作者简介请标明工作单位、职务、职称、联系电话、电子信箱、所在城市和邮编。

{2}文章须言之有物，理论联系实际，研究目的明确，研究方法得当，有自己的学术见解，对理论或实践具有参考、借鉴或指导作用。

{3}文题应简明确切地反映文章的特定内容，以不超过20字为宜。

{4}参考文献:应为正式出版物上发表的、作者亲自阅读、与文稿主要内容密切相关的近年文献，要求精选。

{5}文前附400字以内的中文、英文内容提要，关键词2-5个。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社