期刊文献+
共找到196篇文章
< 1 2 10 >
每页显示 20 50 100
基于双目视觉技术的茶叶嫩芽定位方法研究 被引量:2
1
作者 朱龙舜 郑旻璐 《农机化研究》 北大核心 2025年第2期49-53,共5页
进一步提升茶叶嫩芽定位的准确性及茶叶嫩芽采摘的作业效率,选取双目视觉技术作为切入点,针对其识别、定位、采摘等环节展开设计研究。考虑茶叶嫩芽采摘的基础特征和双目视觉技术的应用条件,合理搭建双目视觉模型,选用立体匹配的核心定... 进一步提升茶叶嫩芽定位的准确性及茶叶嫩芽采摘的作业效率,选取双目视觉技术作为切入点,针对其识别、定位、采摘等环节展开设计研究。考虑茶叶嫩芽采摘的基础特征和双目视觉技术的应用条件,合理搭建双目视觉模型,选用立体匹配的核心定位算法,完成茶叶嫩芽的定位方法与采摘功能优化,并布置相应的试验机构,展开定位采摘验证试验。结果表明:基于双目视觉技术的茶叶嫩芽定位方法应用具有显著的优越性,较普通定位方法而言,识别误匹配率可降低至4.01%,平均漏采率为3.20%,嫩芽采摘完整率达93.40%,可以很好地促进茶叶嫩芽的后续处理加工,是采摘茶叶嫩芽的品质化的重要基础保障。 展开更多
关键词 茶叶嫩芽定位 双目视觉 立体匹配 采摘完整率 品质化
在线阅读 下载PDF
改进YOLOv5s的自然场景下茶叶嫩芽检测
2
作者 胡永光 金矿 +3 位作者 刘益航 鹿永宗 张志 潘庆民 《中国农机化学报》 北大核心 2025年第8期103-111,共9页
茶叶嫩芽采摘是茶叶生产中的重要环节,智能化采茶需要基于深度学习的茶叶嫩芽检测算法作为技术保障。为提高茶叶嫩芽检测速度和精度,提出一种改进YOLOv5s网络模型的检测算法TN—YOLOv5s。首先引入GhostNet网络结构中的深度可分离卷积Gho... 茶叶嫩芽采摘是茶叶生产中的重要环节,智能化采茶需要基于深度学习的茶叶嫩芽检测算法作为技术保障。为提高茶叶嫩芽检测速度和精度,提出一种改进YOLOv5s网络模型的检测算法TN—YOLOv5s。首先引入GhostNet网络结构中的深度可分离卷积GhostConv,替代原有YOLOv5s模型中特征提取网络与特征融合网络的普通卷积层;然后在模型特征提取网络的末端加入CA空间注意力机制;其次使用SIoU_Loss代替CIoU_Loss作为回归损失函数;最后使用Soft—NMS替换NMS。结果表明,改进后的模型在自制的茶叶嫩芽数据集上,相比于原始YOLOv5s算法,模型精确率、召回率和平均精度均值分别高出7.1%、5.9%、6.4%,权重大小从13.7 MB下降到7.48 MB。同时与目前主流的检测算法相比,在检测精度、模型大小和检测速度方面更有优势。改进后的模型降低被遮挡茶叶嫩芽的漏检率,能够准确快速地实现不同场景下的茶叶嫩芽检测。 展开更多
关键词 茶叶嫩芽 自然场景 YOLOv5s 目标检测 遮挡
在线阅读 下载PDF
紫芽六堡茶芽叶不同发育期花青素形成相关基因的表达
3
作者 梁燕妮 魏诗琴 +1 位作者 梁剑锋 陈美伴 《分子植物育种》 北大核心 2025年第19期6459-6469,共11页
紫芽六堡茶是六堡群体种茶树中芽叶呈紫色且富含花青素的特异品系。为探明紫芽六堡茶叶片发育过程中花青素积累特性,及与花青素合成有关基因表达的情况,本研究分别对紫芽六堡茶顶芽、一叶、二叶、三叶花青素含量进行检测,并通过转录组... 紫芽六堡茶是六堡群体种茶树中芽叶呈紫色且富含花青素的特异品系。为探明紫芽六堡茶叶片发育过程中花青素积累特性,及与花青素合成有关基因表达的情况,本研究分别对紫芽六堡茶顶芽、一叶、二叶、三叶花青素含量进行检测,并通过转录组测序技术分析与花青素合成相关基因的表达水平。结果表明,花青素含量随叶片发育先增加后减少,花青素越高叶片颜色越深,第一、二叶花青素含量最高且叶片呈现紫色最深;共筛选出与花青素代谢相关基因40个,包含了PAL、C4H、4CL、CHI、CHS、DFR、ANS、FLS、ANR、LAR、F3'5'H、F3'H、F3H等13个酶基因,其中PAL、C4H、4CL、CHS和ANR表达量随叶片发育先增加后减少,与花青素积累情况一致,推测这些酶与紫芽六堡茶花青素合成有关联。本研究为解析茶树芽叶呈色机制提供一定的参考。 展开更多
关键词 紫芽 六堡茶 花青素 差异表达基因
原文传递
基于改进YOLOv7—tiny的茶叶嫩芽识别方法 被引量:1
4
作者 王启航 顾寄南 +2 位作者 蒋兴宇 范天浩 潘知瑶 《中国农机化学报》 北大核心 2025年第6期150-155,共6页
为提高茶叶采摘机器人的采摘效率和采摘精度,使模型能更方便地部署在低算力的移动端设备上,提出一种基于改进YOLOv7—tiny的茶叶嫩芽识别方法。首先,用HardSwish激活函数减少量化模式下数值的精度损失,使模型精度提升;其次,利用深度可... 为提高茶叶采摘机器人的采摘效率和采摘精度,使模型能更方便地部署在低算力的移动端设备上,提出一种基于改进YOLOv7—tiny的茶叶嫩芽识别方法。首先,用HardSwish激活函数减少量化模式下数值的精度损失,使模型精度提升;其次,利用深度可分离卷积改进原网络中的ELAN模块减少该模块中的参数冗余,降低模型的参数量和计算量使模型轻量化;最后,为消除模型轻量化造成的精度损失,进一步提高模型精度,使用对小目标更敏感的EIoU边界框损失函数。试验结果显示,改进后的模型精确率、召回率与平均精度均值分别为79.6%、79.1%和81.4%,相比原始模型提升5.4%、2.3%和2.7%;并且改进后的模型参数量为4.8 M,相比原始模型降低20.0%;计算量为10.8 GFLOPs,相比原始模型降低16.9%。 展开更多
关键词 茶叶嫩芽识别 轻量化 深度可分离卷积 边界框损失函数
在线阅读 下载PDF
英红茶萎芽病高清原位变焦图像采集与识别试验研究
5
作者 俞龙 程自强 +3 位作者 黎健龙 唐劲驰 宋春华 胡春筠 《农机化研究》 北大核心 2025年第10期219-225,共7页
为提高茶叶病害检测识别模型精度,首先搭建了一套茶园茶叶病害图像高清原位远程采集系统,建立了茶叶芽头图像相机变焦采集数学模型,实现了茶叶病害图像数据的归一化采集;其次,引入CBAM注意力机制和DIoU损失函数改进了YOLOX模型,进一步... 为提高茶叶病害检测识别模型精度,首先搭建了一套茶园茶叶病害图像高清原位远程采集系统,建立了茶叶芽头图像相机变焦采集数学模型,实现了茶叶病害图像数据的归一化采集;其次,引入CBAM注意力机制和DIoU损失函数改进了YOLOX模型,进一步提高了模型征提取能力;最后,在英德茶园以英红茶萎芽病为研究对象,选取摄像头拍照高度和焦距变倍为茶叶芽头萎芽病识别精度试验因素,对比了定焦拍照与不同摄像头初始焦距变倍的影像结果。试验表明:在摄像头采集图像高度h为4 m、同等初始7变倍和14 m监测距离的情况下,变焦采集方式获得的数据集在YOLOX算法下比定焦采集方式高出了11.6%的mAP@0.50,对茶叶萎芽病识别mAP@0.50达到了91.9%;在变焦采集方式下,随着相机焦距初始变倍的减小,数据集mAP@0.50值逐渐减小,但拍照的有效监测距离逐渐增加。 展开更多
关键词 英红茶 萎芽病 原位检测 YOLOX模型
在线阅读 下载PDF
基于深度迁移学习的小样本茶叶嫩芽识别
6
作者 朱绍辉 赵文举 +2 位作者 马博慧 杨化林 邓芳 《茶叶科学》 北大核心 2025年第3期522-534,共13页
为减少重复构建不同季节、不同地区茶叶嫩芽数据样本的时间成本,提高利用深度学习模型识别不同茶叶嫩芽的精度和泛化性,提出了一种基于深度迁移学习的小样本茶叶嫩芽识别模型QY-Yolov7-Tea。通过将迁移学习技术引入深度学习,构建源域嫩... 为减少重复构建不同季节、不同地区茶叶嫩芽数据样本的时间成本,提高利用深度学习模型识别不同茶叶嫩芽的精度和泛化性,提出了一种基于深度迁移学习的小样本茶叶嫩芽识别模型QY-Yolov7-Tea。通过将迁移学习技术引入深度学习,构建源域嫩芽Yolov7检测模型获取预训练权重,针对Yolov7模型的骨架、颈部、检测头部分进行微调、冻结,并依据预训练权重针对不同目标样本进行试验验证,最终形成嫩芽迁移模型。结果表明,与传统Yolov7嫩芽检测模型相比,深度迁移学习模型在对不同季节和不同地区茶叶嫩芽识别任务中平均精度均值分别提升了8.8个百分点和15.4个百分点,显著改善了模型的鲁棒性和识别能力,有效应对了训练样本不足的问题。 展开更多
关键词 茶叶嫩芽 深度学习 迁移学习 模型微调
在线阅读 下载PDF
基于改进YOLOv5s的不同场景下毛尖茶叶嫩芽检测方法
7
作者 程浈浈 程一帆 +1 位作者 方婷婷 龚守富 《山东农业科学》 北大核心 2025年第9期173-180,共8页
茶叶嫩芽的准确检测对于茶叶的生产和加工具有重要意义。针对毛尖茶叶嫩芽检测中小目标特征不显著、复杂背景干扰严重等问题,本研究提出了一种基于改进YOLOv5s的检测方法。首先,设计了SE(Squeeze-and-Excitation)注意力机制与CSP(Cross ... 茶叶嫩芽的准确检测对于茶叶的生产和加工具有重要意义。针对毛尖茶叶嫩芽检测中小目标特征不显著、复杂背景干扰严重等问题,本研究提出了一种基于改进YOLOv5s的检测方法。首先,设计了SE(Squeeze-and-Excitation)注意力机制与CSP(Cross Stage Partial networks)结构相结合的SE_CSP模块,并将其引入YOLOv5s的主干网络中;其次,在网络的中间层结构中引入BiFPN(Bidirectional Feature Pyramid Network)模块,以提升模型对小目标特征的提取能力以及对多尺度特征的双向融合效果,从而适应复杂场景下的目标检测需求。使用不同场景下的茶叶嫩芽数据集对改进的YOLOv5s算法进行验证,并与多种算法(Faster R-CNN、MobileNetV+SSD、YOLOv5s)进行比较分析。结果显示,本研究提出的模型在精确率、召回率和平均精度均值方面,分别较原YOLOv5s模型提高3.8、6.5、5.8个百分点。改进的YOLOv5s算法在识别各场景下的毛尖茶叶嫩芽的准确率上表现优异,显著降低了漏检率和误检率,可为茶叶产业的自动化和智能化发展提供技术支撑。 展开更多
关键词 毛尖茶叶 嫩芽检测 计算机视觉 YOLOv5s 复杂背景 小目标检测 注意力机制
在线阅读 下载PDF
基于AD-YOLOX-Nano的茶叶嫩芽识别算法
8
作者 高芳征 温鑫 +3 位作者 黄家才 陈光明 金少宇 赵雪迪 《中国农机化学报》 北大核心 2025年第1期178-184,F0002,共8页
为解决茶叶嫩芽识别困难,提高自然环境下茶叶嫩芽识别的精确性和鲁棒性,提出一种融入注意力机制和深度可分离卷积的改进型YOLOX-Nano(AD-YOLOX-Nano)茶叶嫩芽识别算法。该算法以YOLOX-Nano模型为基础,采用CSPDarkNet作为主干网络,通过在... 为解决茶叶嫩芽识别困难,提高自然环境下茶叶嫩芽识别的精确性和鲁棒性,提出一种融入注意力机制和深度可分离卷积的改进型YOLOX-Nano(AD-YOLOX-Nano)茶叶嫩芽识别算法。该算法以YOLOX-Nano模型为基础,采用CSPDarkNet作为主干网络,通过在CSPDarkNet网络中引入深度可分离卷积(Depthwise Separable Convolution)来减少特征提取工作量,并将卷积注意力模块(Convolutional Block Attention Module)融入到YOLOX-Nano网络的特征金字塔中,学习不同通道的特征相关性,增强网络的深度信息传递,提高模型在不同场景下对茶叶嫩芽的识别能力。结果表明:AD-YOLOX-Nano算法的平均精度AP值和F_(1)值分别为85.6%和86%,相较于同环境下YOLOX-Nano算法,该算法的模型大小基本保持不变,但其AP值和F_(1)值分别提高2.7%和3%。与常用的YOLOv5-S、YOLOv4和Faster R-CNN等目标检测算法相比,该AD-YOLOX-Nano算法模型大小仅为它们的1/7,但AP值分别提高5.4%、5.5%和6.28%。所提算法在模型轻量化和检测精度方面优势显著,为茶叶智能化采摘的嵌入式硬件部署提供有效解决方案。 展开更多
关键词 茶叶嫩芽识别 AD-YOLOX-Nano算法 注意力机制 深度可分离卷积
在线阅读 下载PDF
面向茶园场景的改进型GCANet去雾算法
9
作者 蒋清峰 李龙 《河南工程学院学报(自然科学版)》 2025年第2期59-63,70,共6页
茶叶嫩芽的识别往往面临体积小、易被周围叶片遮挡等问题,尤其是在春季,茶园中雾气浓度较高,进一步增加了检测的复杂性。为减少雾天对视觉检测的干扰,提出了一种改进的图像去雾算法,以提升茶芽检测的准确性。首先,在原始去雾模型GCANet... 茶叶嫩芽的识别往往面临体积小、易被周围叶片遮挡等问题,尤其是在春季,茶园中雾气浓度较高,进一步增加了检测的复杂性。为减少雾天对视觉检测的干扰,提出了一种改进的图像去雾算法,以提升茶芽检测的准确性。首先,在原始去雾模型GCANet的编码层卷积模块中引入卷积块注意力机制(CBAM),以提升特征提取效果;然后,将自适应特征融合(AFF)注意力模块整合至GCANet模型的平滑残差模块,从而有效保留图像细节;最后,使用重构的损失函数提升去雾后图片的感官质量。与原始GCANet去雾模型相比,该模型在薄雾、中雾和浓雾条件下的去雾效果显著提升,PSNR指标分别提升了3.370、3.435、3.644 dB,SSIM指标分别提升了0.033、0.094和0.138。 展开更多
关键词 茶芽 检测 图像去雾 GCANet CBAM AFF
在线阅读 下载PDF
基于混合注意力机制的茶芽检测
10
作者 王洲 周旗 +1 位作者 王李进 吴清寿 《南京信息工程大学学报》 北大核心 2025年第4期506-514,共9页
准确识别茶芽图像需要克服茶芽颜色与背景相似且目标尺寸小的问题,为此提出一种应用于茶芽检测的基于混合注意力机制的YOLOv5s模型.首先,提出一种混合注意力机制(HAM)并将其加入到YOLOv5s主干网络中,使网络能够专注于目标区域,更加充分... 准确识别茶芽图像需要克服茶芽颜色与背景相似且目标尺寸小的问题,为此提出一种应用于茶芽检测的基于混合注意力机制的YOLOv5s模型.首先,提出一种混合注意力机制(HAM)并将其加入到YOLOv5s主干网络中,使网络能够专注于目标区域,更加充分地提取特征,提高模型识别物体的准确性.然后,引入归一化瓦瑟斯坦距离(NWD)作为新的度量指标,并与原有的CIoU损失函数相结合.NWD损失函数通过边界框对应的高斯分布来计算它们之间的相似性,从而提高模型对图像中小目标的检测精度.实验结果表明,与原YOLOv5s模型相比,改进后模型的mAP_(0.5)、mAP_(0.5∶0.95)分别提高0.9和1.3个百分点,而参数量仅仅增加0.044×10^(6).这些结果验证了本文所提出的方法在茶芽检测方面的有效性. 展开更多
关键词 茶芽检测 YOLOv5s 注意力机制 损失函数
在线阅读 下载PDF
紫芽茶树种质资源生化成分多样性分析及特异种质筛选
11
作者 宁秋燕 郑生宏 +5 位作者 冯亚颀 邵静娜 吉庆勇 周慧娟 疏再发 何卫中 《江苏农业学报》 北大核心 2025年第8期1606-1615,共10页
本研究以52份紫芽茶树种质资源为试验材料,对其38个生化成分指标进行表型性状分析、遗传多样性指数分析、主成分分析和聚类分析。结果表明,紫芽茶树种质资源生化成分指标变异系数为6.95%~117.78%,其中异亮氨酸含量变异系数最大,酯型儿... 本研究以52份紫芽茶树种质资源为试验材料,对其38个生化成分指标进行表型性状分析、遗传多样性指数分析、主成分分析和聚类分析。结果表明,紫芽茶树种质资源生化成分指标变异系数为6.95%~117.78%,其中异亮氨酸含量变异系数最大,酯型儿茶素含量变异系数最小;遗传多样性指数为1.28~2.07,没食子酸含量遗传多样性指数最大,天冬酰胺遗传多样性指数最小。主成分分析结果表明,前5个主成分累计贡献率达60.910%,苏氨酸含量、儿茶素类化合物含量、表儿茶素没食子酸酯(ECG)含量、谷氨酸含量和γ-氨基丁酸含量是区分紫芽茶树种质资源的关键指标。筛选得到高花青素含量(≥10 mg/g)种质资源8份,高水浸出物含量(≥45%)种质资源28份,高儿茶素类化合物含量(≥16%)种质资源14份,高表没食子儿茶素没食子酸酯(EGCG)含量(≥10%)种质资源7份,高氨基酸含量(≥5%)种质资源24份和高茶氨酸含量(≥3%)种质资源3份。根据酚氨比,PY-27兼具红茶和绿茶适制性,其他51份种质资源适合制作绿茶。本研究结果为茶树品种选育和功能性产品开发提供了材料基础。 展开更多
关键词 紫芽茶树 种质资源 生化成分 遗传多样性
在线阅读 下载PDF
基于广泛靶向代谢组学分析比较不同制茶工序下枸杞芽茶代谢物的变化
12
作者 魏佳仪 米佳 +7 位作者 张波 王思玉 葛鑫宇 金波 罗青 张渌淘 禄璐 闫亚美 《食品科学》 北大核心 2025年第5期245-254,共10页
本研究比较分析了制茶过程中枸杞芽茶总多酚、总黄酮和绿原酸含量的变化规律,并基于广泛靶向代谢组学技术系统分析不同加工工序下枸杞芽茶的代谢物组成,明确不同工序对枸杞芽茶化学成分的影响。结果表明,枸杞芽原料中总多酚、总黄酮、... 本研究比较分析了制茶过程中枸杞芽茶总多酚、总黄酮和绿原酸含量的变化规律,并基于广泛靶向代谢组学技术系统分析不同加工工序下枸杞芽茶的代谢物组成,明确不同工序对枸杞芽茶化学成分的影响。结果表明,枸杞芽原料中总多酚、总黄酮、绿原酸含量最高,分别为(43.65±3.15)、(10.68±0.25)mg/g和(5.24±0.52)mg/g,随着漂烫、一次杀青、二次杀青、炒制、提香工序的进行,这些酚类物质含量显著下降(P<0.05),尤其是二次杀青后,总多酚、总黄酮、绿原酸含量分别下降19%、29%、27%。基于广泛靶向代谢组学,从枸杞芽茶中鉴定出11类594种代谢物,包括黄酮类化合物、酚酸类化合物、生物碱、氨基酸及其衍生物、脂质等化合物。与枸杞芽原料相比,漂烫、一次杀青、二次杀青、炒制和提香处理分别使270、287、298、295种和298种差异代谢物发生显著变化,主要为黄酮类化合物、核苷酸及其衍生物、酚酸类化合物、氨基酸及其衍生物,这些差异代谢物主要富集在嘌呤代谢、烟酸和烟酰胺代谢、半胱氨酸和蛋氨酸代谢等途径;少量富集在玉米素生物合成、ABC转运蛋白等途径。不同工序下枸杞芽茶中的肌苷、高胱氨酸、肉桂酸、4-羟基-3-甲氧基肉桂酸、异阿魏酸等物质含量存在显著差异,表明这些代谢物参与枸杞芽茶加工过程中的品质形成。本研究结果可为枸杞芽茶加工过程中营养功效成分变化及质量控制提供一定的理论依据。 展开更多
关键词 枸杞芽茶 广泛靶向代谢组学 加工工序 多酚 代谢途径
在线阅读 下载PDF
不同品种制芽形开化龙顶茶品质差异分析
13
作者 汪永奇 袁海波 +3 位作者 李冉阳 徐鑫鑫 吴水女 王近近 《中国茶叶》 2025年第9期66-73,共8页
为明确芽形开化龙顶茶的适制品种,以鸠坑群体种、福鼎大白茶、翠峰、龙井43、白叶1号、黄金芽等6个品种加工的芽形开化龙顶茶为研究对象,通过系统分析其感官品质、理化成分和客观量化指标,探究了不同品种所制芽形开化龙顶茶品质的差异... 为明确芽形开化龙顶茶的适制品种,以鸠坑群体种、福鼎大白茶、翠峰、龙井43、白叶1号、黄金芽等6个品种加工的芽形开化龙顶茶为研究对象,通过系统分析其感官品质、理化成分和客观量化指标,探究了不同品种所制芽形开化龙顶茶品质的差异。结果表明,白叶1号所制芽形开化龙顶茶的EGCG、EGC含量以及汤色亮度值、滋味鲜度值显著最高,同时具有较低的酚氨比、咖啡碱等值,茶叶外形挺直绿润、汤色杏绿明亮、香气清花香、滋味清爽带鲜,整体品质最优,为最佳适制品种。黄金芽所制芽形开化龙顶茶同时具有显著最高的游离氨基酸、茶氨酸,以及最低的咖啡碱、酚氨比等值,茶叶干茶色泽金黄、汤色浅黄明亮、香气糯香、滋味醇爽带鲜。鸠坑群体种、福鼎大白茶、翠峰、龙井43所制芽形开化龙顶茶香气分别为清香、花香、清香、栗香,滋味均为清爽,其中以福鼎大白茶鲜叶所制产品品质相对较优。本研究为不同特色芽形开化龙顶茶的标准化加工提供了参考。 展开更多
关键词 芽形开化龙顶茶 品种 感官 品质成分 白叶1号
在线阅读 下载PDF
枣芽变废为宝,助力乡村振兴——枣芽茶的研究与开发利用现状
14
作者 苏科巧 苏敏 《现代食品》 2025年第4期88-90,共3页
枣树在我国栽培历史悠久、种植广泛,枣树种植中产生的废弃物——枣芽可变废为宝,将其开发成具有静心安神、改善睡眠,提高免疫力等功效的高经济价值的枣芽茶系列产品,可增加产品附加值,为枣农增收创收,促进乡村振兴。本文将从枣产业概况... 枣树在我国栽培历史悠久、种植广泛,枣树种植中产生的废弃物——枣芽可变废为宝,将其开发成具有静心安神、改善睡眠,提高免疫力等功效的高经济价值的枣芽茶系列产品,可增加产品附加值,为枣农增收创收,促进乡村振兴。本文将从枣产业概况、枣芽价值、开发利用现状、活性成分及功能等方面进行概述,旨在为枣芽茶产品研究与开发提供理论依据和思路。 展开更多
关键词 枣芽 枣芽茶 活性成分 保健价值 开发利用
在线阅读 下载PDF
山东茌平圆铃大枣加工技术
15
作者 赵新宇 赵守万 +3 位作者 张国栋 张培云 李贵美 张明 《果树资源学报》 2025年第5期68-71,共4页
茌平圆铃大枣因其形似圆铃而得名。2004年,茌平区被命名为“中国圆铃枣之乡”。2006年,茌平圆铃大枣被授予中国国家地理标志产品。总结了现有的圆铃大枣加工技术及要点,并指导圆铃大枣加工企业生产,为茌平区发展圆铃大枣经济提供了策略。
关键词 圆铃大枣 速冻鲜枣 乌枣 枣酒 枣芽茶
在线阅读 下载PDF
基于改进YOLOv8n的轻量化茶叶嫩芽检测方法 被引量:2
16
作者 潘海鸿 陈希良 +2 位作者 钱广坤 申毅莉 陈琳 《电子测量技术》 北大核心 2024年第7期149-156,共8页
为解决自然环境下茶叶嫩芽检测场景复杂,模型参数量大无法在嵌入式设备部署等问题,提出一种基于改进YOLOv8n的轻量化茶叶嫩芽检测方法。构建一种MFBNet轻量化骨干网络,引入MBConv模块后大大减少了模型计算量。同时在骨干网中加入CBAM注... 为解决自然环境下茶叶嫩芽检测场景复杂,模型参数量大无法在嵌入式设备部署等问题,提出一种基于改进YOLOv8n的轻量化茶叶嫩芽检测方法。构建一种MFBNet轻量化骨干网络,引入MBConv模块后大大减少了模型计算量。同时在骨干网中加入CBAM注意力模块,抑制无效信息,提高了模型检测精度;其次引入AKConv模块对VoVGSCSPC结构进行改进,提出全新的AVCStem模块,并将其替换颈部网络的C2f模块,进一步减少模型参数,提升嵌入式设备部署效率;最后采用GSConv模块替换颈部网络结构中的全部Conv模块,帮助模型进行快速计算,提高茶叶嫩芽的检测速率。结果表明,本文提出的模型比YOLOv8n原模型的mAP50和FPS分别提升了3.5%、55.6%,参数量减少了14.3%,且模型鲁棒性强,满足复杂场景下茶叶嫩芽的轻量化快速检测。 展开更多
关键词 茶叶嫩芽检测 轻量化 注意力机制 深度学习 YOLOv8n
原文传递
基于改进YOLOv8的茶叶嫩芽识别检测方法 被引量:2
17
作者 潘海鸿 陈希良 +2 位作者 钱广坤 申毅莉 陈琳 《激光杂志》 CAS 北大核心 2024年第11期65-70,共6页
针对复杂背景下茶叶嫩芽识别率低,鲁棒性差等问题,提出一种改进YOLOv8的茶叶嫩芽检测算法。通过引入Swin Transformer自注意力机制构建CTS特征提取模块,以提升模型全局特征提取能力;借鉴多尺度融合思想构建ExFModule模块,在丰富语义特... 针对复杂背景下茶叶嫩芽识别率低,鲁棒性差等问题,提出一种改进YOLOv8的茶叶嫩芽检测算法。通过引入Swin Transformer自注意力机制构建CTS特征提取模块,以提升模型全局特征提取能力;借鉴多尺度融合思想构建ExFModule模块,在丰富语义特征信息的同时,使网络能够自适应选择有用特征而抑制无用特征;在特征融合方面,提出一种BFPAN特征图拼接方法,让模型能够更加关注小目标特征,提升模型的特征融合能力。实验结果表明,改进后的YOLOv8算法,在茶叶嫩芽数据集上的平均精度达到93.4%,相比改进前提升了4.4%,且检测速度基本保持不变,能够实现快速准确的茶叶嫩芽识别检测,可为茶叶嫩芽的智能化采摘提供技术支持。 展开更多
关键词 Swin Transformer 多尺度融合 小目标检测 YOLOv8 茶叶嫩芽识别
原文传递
不同茶树品种芽型工夫红茶的品质特征 被引量:1
18
作者 李晶 林馥茗 +5 位作者 戴浩民 黄艳 刘佳 陈林海 陈志丹 孙威江 《食品与生物技术学报》 CAS CSCD 北大核心 2024年第7期35-46,55,共13页
为了解不同茶树品种制作的芽型工夫红茶品质差异,采用高效液相色谱技术、固相微萃取-气相色谱-质谱联用(SPME-GC-MS)技术、定量描述性分析和化学计量学对10个茶树品种芽型工夫红茶的特征滋味物质和特征香气成分进行分析。定量描述性分... 为了解不同茶树品种制作的芽型工夫红茶品质差异,采用高效液相色谱技术、固相微萃取-气相色谱-质谱联用(SPME-GC-MS)技术、定量描述性分析和化学计量学对10个茶树品种芽型工夫红茶的特征滋味物质和特征香气成分进行分析。定量描述性分析结果表明,10个茶树品种芽型工夫红茶的整体香气以甜香、花香为主,滋味以甜醇、浓厚为主。不同样品中检测的16种内含成分(非挥发性成分)存在一定的差异,平均变异系数为21.63%,其中茶黄素的差异最大;在10个茶树品种红茶中共检测出49种挥发性物质,其中质量分数最高的挥发性物质类型为醇类化合物,其次为酯类化合物,酮类化合物质量分数最低,其中香叶醇质量分数最高;正交偏最小二乘判别分析(orthogonal partial least squares-discriminant analysis,OPLS-DA)能将‘金牡丹‘’福云7号’与其他茶树品种红茶区分开,且筛选出12种与芽型工夫红茶茶树品种密切相关的标志差异物。相关性分析结果表明,咖啡碱和茶多酚与回甘呈显著正相关,咖啡碱、可可碱与醇度呈显著正相关,香叶醇、顺-α,α-5-三甲基-5-乙烯基四氢化呋喃-2-甲醇、水杨酸甲酯、芳樟醇与花果香呈正相关。该研究为芽型工夫红茶的生产加工和品质提升提供了理论依据。 展开更多
关键词 茶树品种 芽型工夫红茶 品质特征 判别分析
在线阅读 下载PDF
分体刀具式名优茶采摘末端执行器设计与试验优化 被引量:11
19
作者 陈建能 李杭 +3 位作者 刘林敏 贾江鸣 赵润茂 武传宇 《农业机械学报》 EI CAS CSCD 北大核心 2024年第1期39-46,195,共9页
针对名优茶机械化采摘过程中侧芽无法采摘的问题,根据顶芽、侧芽及茶梗的相关参数并结合茶园环境设计了一种末端执行器,利用分体式刀具的刀齿弯曲变形适应茶梗的干扰从而采摘侧芽。通过有限元仿真刀具切割侧芽得到采摘成功率的影响因素... 针对名优茶机械化采摘过程中侧芽无法采摘的问题,根据顶芽、侧芽及茶梗的相关参数并结合茶园环境设计了一种末端执行器,利用分体式刀具的刀齿弯曲变形适应茶梗的干扰从而采摘侧芽。通过有限元仿真刀具切割侧芽得到采摘成功率的影响因素为刀齿宽度、刀齿长度及刀具厚度;采用三因素三水平的中心组合设计与响应面分析法研究各因素对采摘成功率的交互影响;以采摘成功率为响应值建立二次回归模型,确定各因素对采摘成功率的影响显著性主次排序为:刀齿长度、刀齿宽度、刀具厚度。以采摘成功率为目标对各试验因素进行优化,得到优化后的刀齿宽度、刀具厚度、刀齿长度分别为2.6、0.9、20.0 mm。采用优化后的参数进行茶园采摘试验,结果表明,末端执行器能够有效完成茶叶采摘工作,顶芽、侧芽采摘成功率分别为93%、63%,试验值与预测值的相对误差小于5%,优化模型结果可靠。 展开更多
关键词 名优茶 采茶机器人 末端执行器 分体式刀具 侧芽
在线阅读 下载PDF
基于超分重建与Dy-YOLOv7的茶叶分级识别
20
作者 李龙 孙雅 《安徽理工大学学报(自然科学版)》 CAS 2024年第4期29-39,共11页
目的通过对优质茶叶嫩芽不同姿态的识别,为一体化的选择性采收提供技术支持。方法通过Real-ESRGan网络对部分茶芽图像进行重建,丰富图像中包含的特征信息;后使用Dy-YOLOv7网络检测茶叶嫩芽,首先,在Backbone和Neck侧分别嵌入SE、CBAM和EM... 目的通过对优质茶叶嫩芽不同姿态的识别,为一体化的选择性采收提供技术支持。方法通过Real-ESRGan网络对部分茶芽图像进行重建,丰富图像中包含的特征信息;后使用Dy-YOLOv7网络检测茶叶嫩芽,首先,在Backbone和Neck侧分别嵌入SE、CBAM和EMA 3种注意力机制,探索注意力机制的最佳嵌入点,最终构建SE-ELAN-H模块,提升层内特征的提取能力;其次,将检测头部IDetect_Head替换为具有统一尺度感知、空间感知和任务感知的DyHead(Dynamic Head),以获得更强的特征表达能力;最后,使用MPDIoU(Maximum Partially Differentiable IoU)作为模型边界框损失函数,克服IoU损失函数的不可导性以及局部最优问题,让模型预测边界框更聚焦于嫩芽目标。结果Dy-YOLOv7算法对于茶叶单芽的平均精度均值为91.6%,一芽一叶为92.5%,一芽二叶为94.6%,与原始YOLOv7相比,精度分别提高了5.5%、2.1%和3.8%。结论该方法在兼顾准确率的前提下,实现了对优质茶苗不同姿态的识别,可为茶叶嫩芽分级识别、智能化采摘提供重要的理论基础。 展开更多
关键词 Real-ESRGan YOLOv7 茶叶嫩芽 分级识别
在线阅读 下载PDF
上一页 1 2 10 下一页 到第
使用帮助 返回顶部