Classification automatique des défauts de bois de structure.

点击翻译按钮获取中文摘要

Ce projet a pour but d'évaluer la qualité du bois d'oeuvre sortant d'un moulin à scie, une opération critique dans la commercialisation de bois de structure. En général, les grades de bois varient de 1 à 4 où 1 est un grade de qualité supérieur et 4 est un grade inférieur. La gradation se fait en mesurant la quantité et la sévérité de 17 défauts fréquemment observés dans le bois nord-américain. Pour ce faire, nous adapterons et validerons des modèles de reconnaissance de formes récemment développés dans le laboratoire de Pr. Jodoin. Ces modèles sont différents réseaux à convolution profonds. Un modèle de base sera d'abord optimisé suivant 27 jeux d'hyper paramètres. Par la suite, d'autres réseaux à convolution seront développés dont un réseau en "cascade", un modèle à "deux chemins" et un modèle "multi-résolution" récemment développés par Pr.Jodoin et son équipe. Le meilleur de ces modèles sera par la suite optimisé à l'aide d'une méthode de type « bootstrapping » et différents modèles d'optimisation comme AdaGrad et AdaDelta. De son côté, Autolog mettra en place une banque de données regroupant près d'un demi-million d'images annotées illustrant les 17 défauts à classifier provenant de plusieurs essences de bois.