-
题名基于YOLOv3算法的智能采茶机关键技术研究
- 1
-
-
作者
马志艳
李辉
杨光友
-
机构
湖北工业大学
湖北省农机装备智能化工程技术研究中心
-
出处
《中国农机化学报》
北大核心
2024年第4期199-204,236,共7页
-
基金
国家重点研发计划基金资助项目(2018YFD0701002-03)。
-
文摘
在复杂背景下精确识别茶叶嫩芽,是实现高端茶叶智能化采摘的关键技术之一。为实现高端茶叶机械化精准采摘,设计一台基于视觉的采茶样机,根据蛛式机械手采摘茶叶的路径规划,将机械手末端的移动坐标问题转换成静平台3个电机转角问题。针对YOLOv3算法进行改进,采用EfficientNet网络替代DarkNet-53网络进行特征提取,并利用目标函数GIOU优化损失函数。试验结果表明:改进的YOLOv3算法在茶叶嫩芽识别方面,其准确率达到86.53%,单张图像平均识别时间为53 ms,相比传统的YOLOv3算法,性能实现明显的提升,可以达到预期目标,满足机器采摘需求。
-
关键词
智能采茶
YOLOv3算法
蛛式机械手
机器学习
图像识别
-
Keywords
intelligent tea picking
YOLOv3 algorithm
spider manipulator
machine learning
image recognition
-
分类号
S225.99
[农业科学—农业机械化工程]
TP391.4
[农业科学—农业工程]
-
