本文介绍了一种基于深度学习的显微纤维材料图像数据集生成方法，首次实现了自动识别硬木物种，并提出了用于木材原木计数和表面缺陷检测的深度学习技术，显示出高准确率和有效性。这些方法将有助于改善木材产品的质量控制和森林保护。

本研究提出了一种基于深度学习的表面缺陷检测方法，利用不同粒度的注释信息降低成本，并在工业质量检验中取得优异结果。探讨了主动学习、视觉检测和迁移学习在缺陷检测中的应用，提出了新型自监督学习算法和自动监控系统，以提高检测的准确性和可靠性。此外，系统性综述了2015至2023年间的15个公开数据集，为研究人员提供参考。