公开(公告)号：CN119723291A

公开(公告)日：2025-03-28

申请号：CN202411888338.5

申请日：2024-12-20

Applicant: 云南农业大学

Inventor： 王淳 ,  王白娟 ,  曹志勇 ,  赵金燕 ,  黄玮 ,  汪泽军 ,  刘伟豪 ,  武天宇 ,  张如葵

IPC: G06V10/82 ,  G06V10/774 ,  G06V10/52 ,  G06V10/764 ,  G06V10/766 ,  G06V10/25 ,  G06V20/60 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明提供了茶叶检测技术领域的一种基于YOLOv8的茶树鲜叶识别方法及系统，方法包括如下步骤：步骤S1、获取大量茶树鲜叶的历史图像，对各所述历史图像进行包括数据标注和数据扩充的预处理后构建数据集；步骤S2、基于YOLOv8网络创建一茶树鲜叶识别模型，设定所述茶树鲜叶识别模型的损失函数为I nner‑S I oU函数；步骤S3、基于预设比例将所述数据集划分为训练集、验证集以及测试集，通过所述训练集、验证集以及测试集分别对茶树鲜叶识别模型进行训练、验证和测试；步骤S4、对测试通过的所述茶树鲜叶识别模型进行部署，利用部署的所述茶树鲜叶识别模型进行茶树鲜叶识别。本发明的优点在于：极大的提升了茶树鲜叶的识别准确率。

公开(公告)号：CN119206710A

公开(公告)日：2024-12-27

申请号：CN202411233621.4

申请日：2024-09-04

Applicant: 云南农业大学

Inventor： 夏宇薪 ,  王白娟 ,  袁文霞 ,  王后巧 ,  王桥美 ,  刘莹 ,  周淼 ,  汪泽军 ,  张如葵

IPC: G06V20/68 ,  G06V10/40 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了茶叶识别技术领域的一种基于改进YOLOv8n网络的茶叶分级计数方法，包括如下步骤：步骤S1、采集大量的包含不同照明条件、不同天气条件、不同拍摄角度、不同茶叶分级的茶叶图像，对各所述茶叶图像进行预处理并构建数据集；步骤S2、基于YOLOv8n网络创建一茶叶分级计数模型，设定所述茶叶分级计数模型的损失函数为MPD I oU函数；步骤S3、通过所述数据集对茶叶分级计数模型进行训练；步骤S4、利用训练后的所述茶叶分级计数模型进行茶叶的分级和计数，输出分级计数结果。本发明的优点在于：极大的提升了茶叶分级计数的准确度。

公开(公告)号：CN117557994A

公开(公告)日：2024-02-13

申请号：CN202311563009.9

申请日：2023-11-22

Applicant: 云南农业大学

Inventor： 王白娟 ,  何俊杰 ,  夏宇薪 ,  黄玮 ,  肖睿 ,  陈逍 ,  汪泽军 ,  车绕琼 ,  赵胜男 ,  张如葵

IPC: G06V20/68 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了一种基于改进型YOLOv7网络的茶叶虫害识别方法，包括以下步骤：S1，图像采集，采集位于叶片上的害虫图像；S2，图像预处理，对不同的害虫的图像进行分类，获得不同害虫的图像集，作为初始数据集；S3，图像识别，采用改进型YOLOv7网络，由Input、Backbone、Neck和Head组成，采用MPDIoU损失函数对原有损失函数进行改进；S4，将采集到的鲜叶图像数据投入到改进型YOLOV7网络中进行学习。本发明对原有损失函数进行改进，采用基于最小点距离的边界框相似度度量，这不仅在一定程度上简化了计算过程，提高了模型收敛速度，而且可以使回归结果更加准确。