本发明涉及人工智能技术领域，具体涉及一种基于人工智能的木材优选锯视觉检测方法。该方法对木材的RGB图像进行检测得到多个节子的包围框，基于包围框切割对应木材上的节子位置得到初始切割特征信号序列；基于深度图像获取包围框对应的点云区域和点云数据以得到由死节系数构成的系数向量；结合初始切割特征信号序列和系数向量获取新切割特征信号序列，利用新切割特征信号序列对节子进行分类，由不同节子类型对应的节子图像训练深度神经网络以检测节子的节子类型，进而采用对应的切割方法。基于切割负载和点云特征对节子进行特征描述，实现更细致的自动化样本标注和分类，保证了深度神经网络训练的准确性，提高了优选锯优选和切割的准确率。