典型文献
基于YOLOv5深度学习的茶叶嫩芽估产方法
文献摘要：
针对丘陵地区小规模茶园估产难度高,估产手段少等问题,采用基于YOLOv5的 目标检测算法和田间抽样调查法,对丘陵地区小规模茶园估产问题进行研究.在茶园中随机抽取9个有代表性的茶叶生长点;使用 目标检测算法识别抽样点茶叶嫩芽数目;利用最小二乘法拟合茶叶嫩芽产量与数目间的线性关系;结合抽样点识别出的嫩芽数目、抽样点面积、线性拟合关系和茶园整体面积估算出茶园茶叶嫩芽产量.结果表明:1)基于YOLOv5的目标检测算法对茶叶嫩芽识别的精度为99.02％,平均准确率为90.14％;2)茶叶嫩芽数目和产量间有高度线性关系,决定系数R2为0.999 8;3)通过算法估计的茶叶嫩芽产量与实际采收产量相对误差为29.56％.本研究能够较为方便的估算出茶园茶叶嫩芽产量,在茶叶生长时期为农户提供产量相关的数据支持,便于茶叶生产的前期管理.
文献关键词：
茶叶估产;茶叶嫩芽识别;机器视觉;YOLOv5
中图分类号：
作者姓名：
徐海东;马伟;谭彧;刘星星;郑永军;田志伟
作者机构：
中国农业大学工学院,北京100083;中国农业科学院都市农业研究所,成都610213
文献出处：
引用格式：
[1]徐海东;马伟;谭彧;刘星星;郑永军;田志伟-.基于YOLOv5深度学习的茶叶嫩芽估产方法)[J].中国农业大学学报,2022(12):213-220
A类：
采收产量,茶叶估产
B类：
YOLOv5,丘陵地区,小规模,茶园,目标检测算法,和田,田间,间抽,抽样调查法,园中,随机抽取,生长点,算法识别,点茶,最小二乘法拟合,线性拟合,拟合关系,体面,面积估算,茶叶嫩芽识别,平均准确率,决定系数,生长时期,茶叶生产,前期管理,机器视觉
AB值：
0.219449
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
