【摘 要】
：
目前,茶叶嫩芽的采摘以人工为主,机械为辅。人工采摘需要大量的时间和劳动力。虽然市面上有一些茶叶嫩芽采摘机器,但是它们对于嫩芽没有选择性,执行“一刀切”模式,不仅会破坏到茶芽,而且也不利于名优茶的采摘。因此,本文研究基于深度学习的复杂环境下茶叶嫩芽识别方法,为名优茶的智能采摘前期数据处理提供一定的理论基础。主要研究内容如下:（1）研究了复杂环境下茶叶嫩芽图像的去噪预处理及数据集构建。针对拍摄的原始图
论文部分内容阅读
目前,茶叶嫩芽的采摘以人工为主,机械为辅。人工采摘需要大量的时间和劳动力。虽然市面上有一些茶叶嫩芽采摘机器,但是它们对于嫩芽没有选择性,执行“一刀切”模式,不仅会破坏到茶芽,而且也不利于名优茶的采摘。因此,本文研究基于深度学习的复杂环境下茶叶嫩芽识别方法,为名优茶的智能采摘前期数据处理提供一定的理论基础。主要研究内容如下:（1）研究了复杂环境下茶叶嫩芽图像的去噪预处理及数据集构建。针对拍摄的原始图像中存在的噪声和后续部署时会影响图片质量的问题,本文提出一种新的阈值函数,利用该函数对图像进行去噪预处理。针对数据集样本数量不足问题,本文采用了旋转、翻转、亮度变换等数据增强方法扩充样本的数量,利用开源标注软件Label Img对所有的茶叶嫩芽图像进行标注,编写Python程序对其进行格式转化等生成数据集。（2）对基准模型进行选择并提出改进方案。结合在自制数据集上的实验数据以及工业识别要求,综合考虑选择在识别精度和速度上表现良好的YOLOv3作为基准网络模型,而没有选择对小目标识别不准确、网络相对复杂的YOLOv4和还不够稳定的YOLOv5。通过分析YOLOv3在复杂环境下的茶叶嫩芽识别上还存在一些识别精度不足和定位偏差的问题,对原始的网络模型提出改进的方案。（3）提出本文改进的复杂环境下茶叶嫩芽识别模型YOLOv3-C-1。针对识别精度不足问题,本文将第二个残差模块的输出特征图与最后一个预测输出进行上采样的特征图特征融合并在网络中引入了空间金字塔结构和CBAM注意力机制。针对存在定位偏差的问题,本文通过K-means++算法重新聚类先验框并将损失函数改为GIOU。最终在测试集上实验,本文改进的模型相比原始的模型识别精度和召回率分别提高了7.8%、10.7%。
其他文献
深度学习作为一种具有多层神经结构的神经网络学习方法在当今科技领域已成为热门的研究分支,并在工程应用领域得到大量推广应用。然而,因结构复杂性、模型训练效率低下、易陷入局部最优、泛化能力弱、资源消耗大、梯度爆炸现象严重等,导致深度学习模型在应用中受到极大限制。如何借助生物视脑神经系统的结构及功能特性,建立结构简单、训练速度快、问题求解质量高的新型深度神经网络,是深度学习分支中迫切需要解决的重要科技问题
果蝇是一种对运动目标的变化极为敏感的昆虫,其视觉系统能实时感知运动目标的运动行为,此独特的视觉响应特性为计算机视觉提供了新的生物理论基础。将果蝇的视觉信息处理机制与群智能优化中的种群进化思想结合,可建立介于计算机视觉与进化计算之间的视觉进化神经网络模型与算法,此将成为智能计算中具有潜在价值的研究分支。基于此,借助果蝇的视觉神经生理学理论与物种进化机制,探讨求解含不等式或等式约束的单目标优化问题和有
随着知识化、信息化经济的全面到来,市场竞争日益加剧。为了应对当前的复杂形势,企业应该进一步挖掘人才潜力来打造持续性的竞争优势。从现实来看,员工身上的自我领导力是管理实践中值得关注的话题。当前诸多研究关注了员工自我领导力的积极效应,但鲜有研究探讨其驱动因素,以及高绩效工作系统感知是如何对个体自我领导力产生作用的。作为重要的人力资源管理手段,高绩效工作系统在组织管理中运用广泛。以往研究指出了高绩效工作
当前外部环境复杂多变,充满不确定性,组织只有创新才能不断前进,持久发展。学者们普遍认为,创新可以分为两类,一类是与开发新技术、知识和市场相关的探索性创新,另一类是与优化现有技术、知识和市场相关的利用性创新,二者并称双元创新。员工是企业双元创新的实施主体,尤其是具备高教育水平、强知识储备、高效率等特点的知识型员工,已经成为企业创新的生力军。但当前学者们更多地关注组织双元创新前因变量,较少涉及组织双元
中国的工业化和城市化在改革开放的四十年里实现了快速飞跃,但生态环境保护和经济高速增长之间的矛盾也随之逐渐加剧,粗放式经济增长使得环境污染愈发恶劣,雾霾、酸雨、泥土流失等人为造成的环境问题严重影响了人民群众的生活质量和社会经济持续发展。转变经济增长方式,坚持生态优先,着力推进绿色可持续发展是实现我国经济高质量发展的主要任务。为此,本文主要以环境规制对城市绿色全要素生产率的影响为中心展开理论分析和实证
随着5G移动通信的发展,用户追求更好的上网体验,对网络业务的多样化需求逐渐增长,在万物互联互通的时代趋势下,制式繁多的异构网络中终端用户数呈指数上升。人们对高速度、低时延数据传输的急切需求和频谱资源稀缺之间的矛盾日益显著,单一固定的频谱分配方式不仅是对频谱资源的不合理利用、造成资源浪费,而且极大的降低了用户的通信服务质量。Device-to-Device（D2D）通信技术指D2D终端用户通信无需基
随着现代社会高新技术产业的快速发展,人工智能技术的兴起带动了智能移动机器人、自动驾驶领域应用的飞速增长,具有自主移动能力的机器人已逐渐走进人们的生活,如自动驾驶、智能物流搬运、智能服务等。对于移动机器人来说,实现智能化、自主化移动导航和路径规划的能力是关键,基于视觉的同时定位与建图（visual Simultaneous Localization and Mapping,vSLAM）则是实现在未知
随着我国对环境问题的日益关注,社会对各类企业提出的环保要求越来越高,企业在追求经济效益的同时,不得不兼顾提升环保绩效的重任。而企业的环保绩效离不开员工的参与,如何提高员工参与企业绿色活动的积极性,进而激发员工在工作场所中的绿色行为,这不仅是一个重要的实践问题,也是一个值得探讨的学术课题。领导风格会影响员工的态度和行为,但并不是所有的领导风格都会产生积极影响。道德型领导是一种具有道德意识,以人为本,
在知识图谱构建、任务型对话机器人等自然语言综合应用任务中,作为信息抽取子任务的实体识别和关系抽取起着十分重要的作用,也是许多其他下游自然语言处理任务的基础环节,因此探究提升实体识别和关系抽取模型性能的方法,对于改善自然语言处理领域的上层任务也有着极大地促进作用。此外,由于联合学习模式能够改善流水线模式存在冗余信息和误差累积的缺陷,所以本文分别从句子级别和文档级别来研究基于联合学习模式的实体识别与关
随着资本市场的发展,上市公司近来势头良好,数量增加的同时市值也在不断地上升。然而在高速发展的背后,上市公司违规行为层出不穷。这些违规行为不仅损害了广大投资者的利益,而且严重妨碍了资本市场的长远健康发展。国家也倡导依法加强对资本的有效监管,支持和引导资本规范健康发展,依法打击违规违法行为。然而,上市公司违规行为的治理不仅需要外部监管到位,也需要公司内部治理水平的提升。股权结构作为公司治理中的一个重要