基于YOLOv3的自然环境下茶叶嫩芽目标检测方法研究

• 作者: 施莹莹 李祥瑞 孙凡
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 目标检测 YOLOv3 茶叶嫩芽识别 深度学习
• 年，卷（期）: 2021,（3）
• 页码范围: 14-16
• 页数: 3页
• 分类号: TP3

摘要

以自然环境下手机拍摄的多天气情况、多品种的茶叶嫩芽图像为实验样本数据集,研究茶叶嫩芽目标检测方法。采用基于深度神经网络的YOLOv3算法构建模型,将经过数据增强处理的多品种茶叶嫩芽图像作为模型输入,通过单一的特征提取网络,进行多尺度目标检测,对输入图像进行粗、中、细的网格划分,将茶叶嫩芽目标检测任务看作目标区域预测和类别预测的回归问题。实验结果表明,基于YOLOv3的目标检测算法对自然环境下多品种的茶叶嫩芽目标具有较高的召回率及检测精度,为农业机械化、智能化提供了思路。