基于YOLOv3算法的智能采茶机关键技术研究

作     者：马志艳 李辉 杨光友 Ma Zhiyan;Li Hui;Yang Guangyou

作者机构：湖北工业大学武汉市430068 湖北省农机装备智能化工程技术研究中心武汉市430068 

出 版 物：《中国农机化学报》 (Journal of Chinese Agricultural Mechanization)

年 卷 期：2024年第45卷第4期

页      面：199-204,236页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 0828[工学-农业工程] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家重点研发计划基金资助项目(2018YFD0701002-03) 

主　　题：智能采茶 YOLOv3算法 蛛式机械手 机器学习 图像识别 

摘      要：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。