Canada Spends Logo

Explorez notre analyse du budget 2026

Grant: Engage Grants Program

Université de Sherbrooke

$25,000.00

Classification automatique des défauts de bois de structure.

EF 2015-16

Résumé
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.
Programme
Engage Grants Program
Emplacement
Quebec, Canada
Type de bénéficiaire
Academia
Type
Grant
Source
NSERC's Awards Data

Tel que publié

Application id
491599-2015
Name nom
Jodoin, PierreMarc
Department département
Informatique
Organization id
68
Institution établissement
Université de Sherbrooke
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2015
Competition year année de concours
2015
Award amount
25000
Program id
EGP
Program name en
Engage Grants Program
Program name fr
Programme de subventions d'engagement partenariat
Group en
Research partnerships programs
Group fr
Programmes de partenariat
Committee code
1552
Committee name en
Quebec Internal Decision Committee
Committee name fr
Comité de décision interne pour le Québec
Area of application code
503
Area of application group en
Manufacturing processes and products
Area of application group fr
Procédés et produits industriels
Area of application en
Wood, wood products and paper
Area of application fr
Bois, produits du bois et papier
Research subject code
2708
Research subject group en
Information technology
Research subject group fr
Technologie de l'information
Research subject en
Image processing
Research subject fr
Traitement des images
Partie
1
Nb partie
1
Application title
Classification automatique des défauts de bois de structure.
Keyword
NSERC
Application summary
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.