基于Faster R-CNN深度网络的茶叶嫩芽图像识别方法

许高建; 张蕴; 赖小燚

首页> 中文期刊> 《光电子．激光》 >基于Faster R-CNN深度网络的茶叶嫩芽图像识别方法

基于Faster R-CNN深度网络的茶叶嫩芽图像识别方法

开具论文收录证明 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

本文旨在研究基于深度网络模型的茶叶嫩芽识别方法,根据茶叶的品级和质量要求,把茶叶嫩芽分为一芽一叶和一芽两叶,因为茶叶的生长姿态千差万别,所以又在茶叶嫩芽识别模型中加入关于遮挡情况的分类。选用了基于VGG-16,ResNet-50和ResNet-101特征提取网络的Faster R-CNN深度网络模型分别对茶叶嫩芽数据样本进行训练,同时,该方法与三种相同特征提取网络的SSD深度网络模型进行对比,实验结果表明,基于VGG-16特征提取网络的Faster R-CNN深度网络模型的识别效果较好﹐得出茶叶嫩芽识别模型的精确度为85.14%,召回率为78.90,mAP为82.17%。该深度网络模型能够有效识别茶叶嫩芽目标,为茶叶的智能化采摘提供了技术支撑。

著录项

来源
《光电子．激光》 |2020年第11期|1131-1139|共9页
作者
许高建; 张蕴; 赖小燚;
展开▼
作者单位

安徽农业大学信息与计算机学院;

合肥230036;

株洲国创轨道科技有限公司;

株洲412000;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TP391.41;
关键词
深度学习; 目标识别; 深度网络; 茶叶嫩芽图像;

相似文献

中文文献
外文文献
专利

1. 基于Faster R-CNN网络的茶叶嫩芽检测 [J] . 朱红春 ,李旭 ,孟炀 . 农业机械学报 . 2022,第5期
2. 基于Faster-RCNN深度学习的茶叶嫩芽多维度识别及其性能分析 [J] . 许宝阳 ,高延峰 . 农业装备与车辆工程 . 2023,第2期
3. 基于改进Faster R-CNN的石化装置火灾增强识别方法 [J] . 陈新果 . 安全、健康和环境 . 2023,第6期
4. 基于Faster R-CNN的发动机叶片损伤识别方法研究 [J] . 朱倩 ,朱建伟 ,宋艳艳 . 计算机科学与应用 . 2022,第1期
5. 基于Faster R-CNN的非侵入式负荷识别方法 [J] . 杨金成 ,王永超 ,费守江 . 分布式能源 . 2022,第2期
6. 基于颜色和形状特征的茶叶嫩芽识别方法 [C] . 杨福增 ,杨亮亮 ,田艳娜 . 第三届亚洲精细农业会议暨第五届智能化农业信息技术国际学术会议 . 2009

基于Faster R-CNN深度网络的茶叶嫩芽图像识别方法

摘要

著录项

相似文献

相关主题

期刊订阅