基于卷积神经网络的刨花定向角度自动测量方法构建OA北大核心CSTPCD

基于卷积神经网络YOLOv5和最小外接矩形算法,构建一种自动准确地采集铺装刨花定向角度的方法。结果表明,构建的YOLOv5模型识别刨花目标的准确率、召回率和F1值分别为0.992、0.897和0.94,能够有效识别层叠刨花。模型自动测量和人工测量的刨花定向角度具有强相关性(R2=0.99),且模型不存在算法缺陷,计算每张刨花铺装图像(像素640×640)用时仅134.7 ms。该刨花定向角度计算模型可以为工业领域优化OSB生产工艺以及提高产品性能提供技术支撑。