-
题名基于深度学习的茶嫩芽分割与采摘点定位方法研究
- 1
-
-
作者
王化佳
顾寄南
王梦妮
夏子林
-
机构
江苏大学机械工程学院
-
出处
《中国农机化学报》
北大核心
2024年第5期246-252,共7页
-
基金
江苏省重点研发计划重点项目(BE2021016-3)。
-
文摘
为实现茶嫩芽快速识别与采摘点定位,研究一种轻量级深度学习网络实现茶嫩芽分割与采摘点定位。采用MobileNetV2主干网络与空洞卷积相结合,较好地平衡茶嫩芽图像分割速度与精度的矛盾,实现较高分割精度的同时,满足茶嫩芽快速识别的要求,并设计外轮廓扫描与面积阈值过滤相结合的采摘点定位方法。试验表明:所提出的茶嫩芽分割算法在单芽尖及一芽一叶数据集中精度优异,平均交并比mIoU分别达到91.65%和91.36%;在保持高精度的同时,模型复杂度低,参数量仅5.81 M、计算量仅39.78 GFOLPs;在单芽尖、一芽一叶及一芽两叶数据集中各随机抽取200张图片进行采摘点定位验证,定位准确率分别达到90.38%、95.26%和96.60%。
-
关键词
茶嫩芽
深度学习
语义分割
空洞卷积
感受野
采摘点定位
-
Keywords
tea bud
deep learning
semantic segmentation
dilated convolution
receptive field
picking point positioning
-
分类号
S571.1
[农业科学—茶叶生产加工]
TP391
[自动化与计算机技术—计算机应用技术]
-