基于VGG16网络的茶叶嫩芽自动检测研究

作者：罗浩伦; 冯泽霖; 冉钟南; 马杰; 吕军^*

来源：农业与技术, 2020, 40(01): 15-17.

DOI：10.19754/j.nyyjs.20200115005

• 深度学习
• 卷积神经网络
• 茶叶嫩芽
• 自动检测

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。

• 单位
  浙江理工大学