公开(公告)号：CN115797367A

公开(公告)日：2023-03-14

申请号：CN202211628199.3

申请日：2022-12-17

Applicant: 杭州电子科技大学

Inventor： 陈丰农 ,  张奋云 ,  孙宏伟 ,  董春旺 ,  郑雨睿 ,  陈钊庆

IPC: G06T7/10 ,  G06V10/774 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V10/26 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的茶树茶芽分割方法，包括如下步骤：S1、采集复杂自然环境下茶树的图像数据；S2、对采集到的图像数据进行图像预处理操作，并将预处理后的数据划分为训练集，验证集和测试集；S3、构建深度学习网络模型，并将训练集、验证集送入深度学习网络模型进行训练；S4、采用训练好的改进网络模型进行茶树茶芽的分割识别预测。该方法克服了人工采摘时效率低下和耗时耗力问题，相比其他方法，泛化性能更强，更加适合在复杂自然环境下快速且准确的实现茶树茶芽分割，进一步提高了茶树茶芽分割的效率与准确性。解决了复杂自然环境下茶芽的分割精度低、芽叶分离难度大，识别效果差、识别速度慢等问题。