基于VGG16网络的茶叶嫩芽自动检测研究

• 作者: 冉钟南 冯泽霖 吕军 罗浩伦 马杰
• 来源期刊: 农业与技术
• 学科: 农学
• 关键词: 深度学习 卷积神经网络 茶叶嫩芽 自动检测
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 农业科学
• 页码范围: 15-17
• 页数: 3页
• 分类号: S571.1
• 字数: 1429字
• 语种: 中文
• DOI: 10.19754/j.nyyjs.20200115005

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马杰	浙江理工大学信息学院	6	13	2.0	3.0
2	吕军	浙江理工大学信息学院	6	85	2.0	6.0
3	罗浩伦	浙江理工大学信息学院	1	1	1.0	1.0
4	冯泽霖	浙江理工大学信息学院	1	1	1.0	1.0
5	冉钟南	浙江理工大学信息学院	1	1	1.0	1.0