Автоматизированное определение доли коры на поперечных распилах древесины представляет значительный интерес для лесопромышленного комплекса. Разработана модель глубокого обучения, объединяющая Faster R-CNN, Mask R-CNN и оптимизированную Segment Anything Model. Обучение выполнено на авторском датасете снимков в PyTorch на RTX 4060. Сравнение версий SAM выявило стабилизацию метрики точности 0,883–0,985. Достигнута точность сегментации коры 13,41–14,31% при времени обработки 7–31 с. Результаты применимы для автоматизации сортировки лесоматериалов и настройки окорочного оборудования. Рекомендуется внедрение на лесоперерабатывающих предприятиях с дообучением на производственных данных.

Сухов А.С. (науч. рук. Хитров Е.Г.) Разработка модели глубокого обучения для сегментации коры на снимках поперечного распила древесины // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/17388