西南林業(yè)大學(xué)材料與化學(xué)工程學(xué)院木竹藤材構(gòu)造與保護(hù)創(chuàng)新團(tuán)隊(duì)發(fā)布了人工智能木材識(shí)別工具FRAI。它通過AI自動(dòng)檢測(cè)微觀圖像中的解剖特征以實(shí)現(xiàn)木材樹種的智能識(shí)別與鑒定。

　　FRAI基于InsideWood中的7000多個(gè)現(xiàn)代闊葉樹種的50000多張解剖圖像，由木竹藤材構(gòu)造與保護(hù)創(chuàng)新團(tuán)隊(duì)在職研究生按照木材解剖構(gòu)造標(biāo)注了60個(gè)用于深度學(xué)習(xí)的數(shù)據(jù)集（其中分類數(shù)據(jù)26000多張，特征檢測(cè)對(duì)象21000多個(gè)），進(jìn)行了超過1000小時(shí)的訓(xùn)練。FRAI能夠識(shí)別橫切面、徑切面、弦切面上共90個(gè)IAWA闊葉材解剖特征，例如生長輪界、導(dǎo)管形態(tài)、細(xì)胞壁厚薄、木射線構(gòu)造和內(nèi)含物等，并且能夠根據(jù)識(shí)別到的解剖特征檢索出未知木材樣本最可能的樹種。

　　與目前從圖像到樹種的AI識(shí)別相比，F(xiàn)RAI按照木材解剖學(xué)原理構(gòu)建了AI識(shí)別流程，因而可以根據(jù)樹種的解剖描述實(shí)現(xiàn)樹種的AI識(shí)別，識(shí)別過程具有木材解剖學(xué)可解釋性。終端用戶如海關(guān)、質(zhì)檢等機(jī)構(gòu)的人員只需初級(jí)木材解剖學(xué)知識(shí)即可進(jìn)行木材鑒別。該研究得到云南省科技廳科技計(jì)劃項(xiàng)目基礎(chǔ)研究專項(xiàng)202001AS070044的資助。