资讯中心

搜索右侧
上海国际食品加工与包装机械展

今日热点

更多+

推荐专题

更多+
全网服务

全网服务

推荐展会

更多+
第二十三届中国国际肉类工业展览会

第二十三届中国国际肉类工业展览会

企业直播

更多+

当前位置： 食品机械设备网 > 新闻首页 > 科技动态

山东省农业科学院茶叶研究所在名优茶芽叶智能化识别方面取得新进展

2023-01-30 08:59:34 来源：山东省农业科学院 阅读量：6557

　　近日，山东省农业科学院茶叶研究所与中茶所、浙理工在中科院1区Top期刊《Computers and Electronics in Agriculture》(IF=6.757)上合作发表了题为“A lightweight tea bud detection model based on Yolov5”的论文，系统报道了名优茶芽叶智能精准识别采摘技术研究。茶叶所董春旺研究员及其联培硕士研究生桂志勇为该论文第一通讯作者和第一作者。【原文】
 
　　茶芽检测技术对于实现茶芽采摘的自动化和智能化具有重要意义。针对传统图像处理的方法识别茶芽精度低、计算量大、检测模型尺寸大等问题，不利于检测模型在移动终端的部署，提出一种基于深度学习算法Yolov5的轻量化茶芽检测模型，大大减少了模型的参数和浮点运算，有效且显着地减少了模型的尺寸大小，同时确保了该模型对茶芽具有很高的检测精度。通过深度学习技术对茶芽进行识别的方法还存在检测精度低、检测速度慢、模型计算量大、模型尺寸大等问题。
 
　　本研究对深度学习模型Yolov5进行分析，通过引入轻量级Ghost_conv卷积操作实现模型的轻量化，通过引入BAM注意力机制和多尺度加权特征融合提高模型检精度，通过改进模型预测框损失函数使模型在评估茶芽的预测损失更加准确，从而提高模型检测性能。 最终构建了一种基于Yolov5的轻量化茶芽检测模型。该模型的茶芽检测帧率为29.509 FPS，精确率(P)达88.72%，召回率(R)达87.99%，平均准确率(AP)为92.66%。此研究为茶芽检测算法的优化方向提供了新思路，在实验结果上表现良好，为采茶智能化的发展做出了贡献。(撰写：贾厚振  核稿：董春旺)

我要评论

文明上网，理性发言。（您还可以输入200个字符)
表情

所有评论仅代表网友意见，与本站立场无关。

版权与免责声明：凡本网注明“来源：食品机械设备网”的所有作品，均为浙江兴旺宝明通网络有限公司-食品机械设备网合法拥有版权或有权使用的作品，未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：食品机械设备网”。违反上述声明者，本网将追究其相关法律责任。

本网转载并注明自其它来源（非食品机械设备网）的作品，目的在于传递更多信息，并不意味着赞同其观点或认可其内容的真实性，不承担此类作品侵权行为的直接责任及连带责任，如其他媒体、网站或个人从本网转载时，必须保留本网注明的“稿件来源”，并自负版权等法律责任。如擅自篡改为“稿件来源：食品机械设备网”，本网将依法追究责任。

鉴于本网发布稿件来源广泛、数量较多，如因作者联系方式不详或其它原因未能与著作权拥有者取得联系，著作权人发现本网转载了其拥有著作权的作品时，请主动与本网联系，提供相关证明材料，我网将及时处理。联系电话：0571-87759655；邮箱：804074602@qq.com

产品推荐 更多+

浙公网安备 33010602000101号