【研究目的】

刨花板作为人造板材的一种，因其轻便、环保等特点在家具建材等市场应用广泛。而刨花板表面缺陷作为其重要的质检指标，不仅影响着产品的外观，也影响着产品的安全性能和寿命。现有企业的实际生产中，仍主要采用人工质检的方式去识别刨花板表面缺陷，该方式受人眼主观因素，难以实现长期稳定准确的效果，同时，需要多班轮岗来保证产线效率。本研究考虑采用基于深度学习的机器视觉方案，在产线中搭建刨花板表面缺陷检测装置，以实现长期精确高效的目的。

【技术创新】

本课题依托金隅集团天坛木业项目，针对刨花板实际生产线进行项目研究，在原有质检工段，将深度学习技术与机器视觉装置进行结合，搭建刨花板表面缺陷检测系统；采集刨花板表面缺陷图像，筛选处理构建数据集；针对数据集中反应的缺陷特点，设计并提出适应性的小尺寸刨花板表面缺陷检测算法YOLOv5s-ATG。主要创新点有：

（1）设计和搭建了刨花板表面小尺寸缺陷检测系统。根据实际工厂中现有刨花板生产加工流水线的设计构造，在原有的人工质检工段，设计和搭建基于深度学习的刨花板表面小尺寸缺陷检测系统。整体系统主要由光源、线扫相机、图像处理计算机、光电触发开关和PLC控制器组成；

（2）构建刨花板表面小目标缺陷数据集。针对工业环境下获得的缺陷图像，利用相机畸变矫正消除镜头造成的影响；图像去噪后，利用边缘检测技术提取刨花板矩形框区域；考虑到数据样本数量过少，采用数据扩充后，对扩充后的数据进行整理标注；

（3）设计刨花板表面小目标缺陷检测算法。针对目前刨花板缺陷检测在小目标检测上精度不佳的问题，提出了一种改进的YOLOv5s刨花板表面小缺陷检测算法YOLOv5s-ATG。将原有检测头与ASFF模块相结合，以获得更好的特征融合；在主干网络中引入Transformer模块；最后考虑到平衡模型精度和复杂度，加入Ghostv2模块，去提升算法的实时性。

刨花板表面缺陷检测系统

【知识产权】

（1）发表相关研究论文 1 篇；

（2）申请中国发明专利 1 项。

【应用领域】

人工智能、工业缺陷检测等。

【应用情况】

某集团天坛木业“板材质检员”项目。