基于VGG16网络的茶叶嫩芽自动检测研究
茶叶嫩芽检测是实现茶叶智能采摘的重要前提,基于图像处理的嫩芽检测效果受光照、 生长环境和目标清晰度等因素影响较大,且自然环境下茶叶遮挡等增加了嫩芽检测难度.为快速、准确地检测茶叶嫩芽,提出了基于VGG16卷积神经网络的茶叶嫩芽自动检测方法.在Linux系统下配置Faster RCNN架构,标记嫩芽样本并训练VGG16检测网络,对晴天和阴天2种环境下20幅茶叶图像进行测试.实验结果表明,基于VGG16的茶叶嫩芽检测平均准确率和召回率分别为94.84%和96%,能够有效地减少特征选择和重叠等对检测结果的影响,为后期智能采摘提供理论参考.
深度学习、卷积神经网络、茶叶嫩芽、自动检测
40
S571.1
浙江理工大学本科生科研创新计划项目;安徽省高校自然科学研究项目
2020-03-15(万方平台首次上网日期,不代表论文的发表时间)
共3页
15-17