基本信息:
- 专利标题： 基于目标检测的复杂环境下茶叶嫩芽检测方法
- 申请号：CN202310407197.X 申请日：2023-04-12
- 公开(公告)号：CN116740409A 公开(公告)日：2023-09-12
- 发明人： 桂江生 , 徐慧蓉 , 童俊华 , 陈建能
- 申请人： 浙江理工大学 , 浙江理工大学缙云研究院有限公司
- 申请人地址： 浙江省杭州市经济技术开发区白杨街道2号大街928号;
- 专利权人： 浙江理工大学,浙江理工大学缙云研究院有限公司
- 当前专利权人： 浙江理工大学,浙江理工大学缙云研究院有限公司
- 当前专利权人地址： 浙江省杭州市经济技术开发区白杨街道2号大街928号;
- 代理机构： 杭州君度专利代理事务所
- 代理人： 杨天娇
- 主分类号： G06V10/764
- IPC分类号： G06V10/764 ; G06V10/82 ; G06N3/0455 ; G06N3/0464 ; G06N3/048 ; G06N3/08
摘要：
本发明公开了一种基于目标检测的复杂环境下茶叶嫩芽检测方法，对YOLOv3‑SPP网络进行改进，在YOLOv3‑SPP的颈部中加入坐标注意力机制，在原始三个预测层的基础上加上一个浅层预测层，并将Transformer编码器嵌入到预测头中形成Transformer预测头，提高了在茶园复杂自然环境下对茶叶嫩芽的识别表现。在归一化后的茶叶嫩芽数据集上进行K‑means聚类算法初始化锚框，提升了模型的鲁棒性和泛化能力。本发明采用的神经网络具有特征学习的能力，无需人为设计茶叶嫩芽一芽一叶和一芽两叶的特征，相比于传统的技术具有更高的鲁棒性和准确性。