基于卷积神经网络的鲜茶叶智能分选系统研究.PDFVIP

２０１７年 ７月 农 业 机 械 学 报 第 ４８卷 第 ７期 ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１７．０７．００７ 基于卷积神经网络的鲜茶叶智能分选系统研究 １，２ １ １ １ １ 高震宇 　王　安 　刘　勇 　张　龙 　夏营威 （１．中国科学院合肥物质科学研究院应用技术研究所，合肥 ２３００８８；２．中国科学技术大学，合肥 ２３００２６） 摘要：机采鲜茶叶中混有各种等级的茶叶，针对风选、筛选等分选方法难以做到精确细分的问题，结合计算机视觉 技术和深度学习方法，设计了一套鲜茶叶智能分选系统，搭建了基于７层结构的卷积神经网络识别模型，通过共享 权值和逐渐下降的学习速率，提高了卷积神经网络的训练性能。经过实验验证，该分选系统可以实现鲜茶叶的自 动识别和分选，识别正确率不低于９０％，可对鲜茶叶中的单芽、一芽一叶、一芽二叶、一芽三叶、单片叶、叶梗进行有 效的类别分选。 关键词：茶叶分选；深度学习