科研進(jìn)展: 茶樹芽葉檢測計(jì)數(shù)和茶葉產(chǎn)量估算研究取得新進(jìn)展
茶友網(wǎng)首頁 個(gè)人中心
下載APP 下載APP
手機(jī)訪問 手機(jī)端二維碼

科研進(jìn)展: 茶樹芽葉檢測計(jì)數(shù)和茶葉產(chǎn)量估算研究取得新進(jìn)展

中國農(nóng)業(yè)科學(xué)院茶葉研究所茶樹生態(tài)栽培創(chuàng)新團(tuán)隊(duì)在茶樹芽葉檢測計(jì)數(shù)和茶葉產(chǎn)量估算研究方面取得新進(jìn)展。相關(guān)研究結(jié)果以“A tea buds counting method based on YOLOv5 and Kalman filter tracking algorithm”為題發(fā)表在Plant Phenomics上。

提出模型的結(jié)構(gòu)(SE-YOLOV5m)

茶葉產(chǎn)量估算為農(nóng)民管理和采摘提供決策依據(jù),但茶芽的人工計(jì)數(shù)費(fèi)時(shí)費(fèi)力且效率較低。本研究提出了一種基于深度學(xué)習(xí)的方法,通過使用增強(qiáng)的YOLOv5模型和壓縮與激勵(lì)網(wǎng)絡(luò)(Squeeze and Excitation Network,SENet)來高效檢測茶樹芽葉,所提出的方法結(jié)合了匈牙利匹配和卡爾曼濾波算法,實(shí)現(xiàn)了準(zhǔn)確可靠的茶芽計(jì)數(shù)和產(chǎn)量估算。該模型在測試數(shù)據(jù)集上具有較高的茶芽檢測精度,模型在茶芽計(jì)數(shù)試驗(yàn)中的應(yīng)用表明測試視頻計(jì)數(shù)結(jié)果與人工計(jì)數(shù)結(jié)果高度相關(guān),表明該計(jì)數(shù)方法具有較高的準(zhǔn)確性和有效性。本研究將深度學(xué)習(xí)模型和跟蹤算法結(jié)合,提出了一種高效的茶芽計(jì)數(shù)方法,實(shí)現(xiàn)自然光下的茶芽檢測和計(jì)數(shù),為茶芽檢測算法的優(yōu)化和產(chǎn)量估算提供了新思路。

SE-YOLOV5m檢測結(jié)果,從第一行到最后一行:分別是低亮度、中亮度和高亮度圖像

該研究得到了中國農(nóng)業(yè)科學(xué)院科技創(chuàng)新工程和浙江省重點(diǎn)研發(fā)計(jì)劃等項(xiàng)目資助。中國農(nóng)業(yè)科學(xué)院茶葉研究所李楊博士和浙江農(nóng)林大學(xué)馬蓉教授為該論文的共同第一作者,山東省農(nóng)科院茶葉研究所董春旺研究員為該論文的通信作者。

來源:中國茶葉

如涉及版權(quán)問題請(qǐng)聯(lián)系刪除