基本信息:
- 专利标题： 一种基于网络模型的低参量实时茶叶嫩芽检测方法
- 申请号：CN202411976416.7 申请日：2024-12-31
- 公开(公告)号：CN120047817A 公开(公告)日：2025-05-27
- 发明人： 吴龙 , 陈晓蕾 , 杨旭 , 徐璐 , 陈淑玉
- 申请人： 浙江理工大学
- 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
- 当前专利权人： 浙江理工大学
- 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： 浙江纳祺律师事务所
- 代理人： 郑满玉
- 主分类号： G06V20/10
- IPC分类号： G06V20/10 ; G06V20/68 ; G06V20/70 ; G06V10/56 ; G06V10/764 ; G06V10/82 ; G06V10/10 ; G06N3/045 ; G06N3/048 ; G06N3/0464 ; G06N3/09
摘要：
本发明公开的是一种基于网络模型的低参量实时茶叶嫩芽检测方法，该方法包括：首先在真实环境中采集并标注茶叶嫩芽图像，构建茶叶嫩芽数据集，然后将其划分为训练集、验证集和测试集，并进行数据增强，本发明使用C2f_PConv模块，添加SimAM_Slice注意力机制，并引入Focaler‑IoU_Inner回归损失函数，最终通过训练得到优化的目标检测模型，并利用该模型进行茶叶嫩芽检测，本发明具有能够解决现有茶叶嫩芽检测模型存在的计算复杂度高、模型参数量大、难以在资源受限的设备上高效运行等问题。