中国是全球木材需求大国，但受环境和微生物的影响，木材常会出现变质，导致其无法实际应用。为此，北京矩视智能科技有限公司针对木材表面缺陷检测的难题，提出了基于深度学习的木材表面视觉检测解决方案。

传统的检测方式主要是依靠人工，但木材种类多、缺陷大小类型不一致，同一种缺陷至少需要3-4名工人反复检查，且工厂飞屑多，环境差，无法长时间连续作业，致使生产成本高，效率低。

自深度学习理论提出以来，越来越多的研究人员发现在目标检测领域应用深度学习，可以有效提高检测效果和性能，于是深度学习在目标检测方面开始获得大规模的应用，其能够准确分析图像中的信息并给出结果，完美解决上述问题。

基于深度学习的木材表面缺陷视觉检测具有以下优势：

1) 深度学习系统可以自动学习缺陷类型，样本越多，识别准确率越高；

2) 对于木材体积大，缺陷不明显，人工难以识别的情况，深度学习检测技术可以根据缺陷特征快速精准识别，识别速度可达到毫秒级；

3) 深度学习检测技术可以将缺陷分割出来，避免木材本身纹理对检测结果的影响；

4) 视觉检测系统能够在高温、粉尘大等环境下正常工作，不受外界因素干扰；

5) 视觉系统只需要一次开发即可应用于多条产线，支持7X24连续工作，节省人力成本。

除以上优势外，深度学习视觉技术还能解决尺寸测量、目标定位等多种问题，使工业生产变得更加简单高效。

北京矩视智能科技有限公司(www.nb-ai.com)是一家工业AI视觉云平台提供商，在线提供字符识别、缺陷检测、目标定位等功能，可覆盖上千种工业细分场景。创始团队来自国内外顶尖大学，已落地近百个工业视觉场景，获融资近千万元。