本申請(qǐng)涉及圖像識(shí)別，特別是涉及一種茶葉嫩芽識(shí)別方法、裝置、設(shè)備及介質(zhì)。

背景技術(shù)：

1、茶在世界上是最受歡迎的飲料之一，同時(shí)因其獨(dú)特風(fēng)味和高營(yíng)養(yǎng)價(jià)值也備受人們喜歡。2020年，世界茶葉產(chǎn)量為6.269萬(wàn)噸，中國(guó)的茶葉產(chǎn)量為2.986萬(wàn)噸。近年茶葉產(chǎn)量的增多以及人口老齡化嚴(yán)重日益嚴(yán)重，使得人工采茶的茶農(nóng)逐漸減少，人工采茶方法存在成本高、效率低、主觀因素重要等缺點(diǎn)，這對(duì)高質(zhì)量茶葉的采摘是具有相當(dāng)大的挑戰(zhàn)。因此使用采茶設(shè)備代替人工采茶，目前的采茶設(shè)備雖然效率有了很大提升，但采用的是一刀切的方法來(lái)采摘茶葉，這會(huì)導(dǎo)致茶樹(shù)葉片受損或破碎。因此，茶葉嫩芽的準(zhǔn)確識(shí)別是實(shí)現(xiàn)自動(dòng)化和智能采摘高質(zhì)量茶芽的先決條件。

2、目前常采用深度學(xué)習(xí)算法進(jìn)行茶葉目標(biāo)檢測(cè)識(shí)別，包括基于cnn的單階段yolo系列模型和兩階段的ssd等改進(jìn)模型，但是其檢測(cè)效率和檢測(cè)精度較低，茶芽檢測(cè)研究存在品種單一性以及復(fù)雜背景下存在漏檢和誤檢等問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、本申請(qǐng)的目的是提供一種茶葉嫩芽識(shí)別方法、裝置、設(shè)備及介質(zhì)，可提高茶葉嫩芽識(shí)別的效率和精度。

2、為實(shí)現(xiàn)上述目的，本申請(qǐng)?zhí)峁┝巳缦路桨福?/p>

3、第一方面，本申請(qǐng)?zhí)峁┝艘环N茶葉嫩芽識(shí)別方法，包括：

4、獲取目標(biāo)圖像；所述目標(biāo)圖像為對(duì)目標(biāo)采茶區(qū)域進(jìn)行拍攝得到的圖像；

5、將所述目標(biāo)圖像輸入至訓(xùn)練好的茶樹(shù)嫩芽識(shí)別模型中，得到所述目標(biāo)圖像對(duì)應(yīng)的茶樹(shù)嫩芽識(shí)別結(jié)果；其中，所述訓(xùn)練好的茶樹(shù)嫩芽識(shí)別模型為改進(jìn)的rt-detr模型；所述改進(jìn)的rt-detr模型，主干網(wǎng)絡(luò)為resnet18網(wǎng)絡(luò)，將rt-detr模型中aifi模塊替換為cgfa模塊，將rt-detr模型中的ccfm模塊替換為gd特征融合模塊，將rt-detr模型中的repc3模塊替換為drbc3模塊；所述cgfa模塊將aifi模塊中的多頭注意力機(jī)制層替換為級(jí)聯(lián)組注意力機(jī)制層。

6、第二方面，本申請(qǐng)?zhí)峁┝艘环N茶葉嫩芽識(shí)別裝置，包括：

7、圖像獲取模塊，用于：獲取目標(biāo)圖像；所述目標(biāo)圖像為對(duì)目標(biāo)采茶區(qū)域進(jìn)行拍攝得到的圖像；

8、識(shí)別模塊，用于：將所述目標(biāo)圖像輸入至訓(xùn)練好的茶樹(shù)嫩芽識(shí)別模型中，得到所述目標(biāo)圖像對(duì)應(yīng)的茶樹(shù)嫩芽識(shí)別結(jié)果；其中，所述訓(xùn)練好的茶樹(shù)嫩芽識(shí)別模型為改進(jìn)的rt-detr模型；所述改進(jìn)的rt-detr模型，主干網(wǎng)絡(luò)為resnet18網(wǎng)絡(luò)，將rt-detr模型中aifi模塊替換為cgfa模塊，將rt-detr模型中的ccfm模塊替換為gd特征融合模塊，將rt-detr模型中的repc3模塊替換為drbc3模塊；所述cgfa模塊將aifi模塊中的多頭注意力機(jī)制層替換為級(jí)聯(lián)組注意力機(jī)制層。

9、第三方面，本申請(qǐng)?zhí)峁┝艘环N計(jì)算機(jī)設(shè)備，包括：存儲(chǔ)器、處理器以及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序以實(shí)現(xiàn)上述茶葉嫩芽識(shí)別方法。

10、第四方面，本申請(qǐng)?zhí)峁┝艘环N計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述茶葉嫩芽識(shí)別方法。

11、根據(jù)本申請(qǐng)?zhí)峁┑木唧w實(shí)施例，本申請(qǐng)公開(kāi)了以下技術(shù)效果：

12、本申請(qǐng)?zhí)峁┝艘环N茶葉嫩芽識(shí)別方法、裝置、設(shè)備及介質(zhì)，通過(guò)將rt-detr模型中的主干網(wǎng)絡(luò)替換為resnet18網(wǎng)絡(luò)，將rt-detr模型中aifi模塊替換為cgfa模塊，將rt-detr模型中的ccfm模塊替換為gd特征融合模塊，將rt-detr模型中的repc3模塊替換為drbc3模塊，cgfa模塊將aifi模塊中的多頭注意力機(jī)制層替換為級(jí)聯(lián)組注意力機(jī)制層，得到改進(jìn)的rt-detr模型，以改進(jìn)的rt-detr模型作為訓(xùn)練好的茶樹(shù)嫩芽識(shí)別模型，對(duì)目標(biāo)圖像進(jìn)行茶樹(shù)嫩芽識(shí)別，提高了茶葉嫩芽識(shí)別效率和精度，解決了現(xiàn)有茶葉嫩芽識(shí)別方法檢測(cè)效率和檢測(cè)精度較低，茶芽檢測(cè)研究存在品種單一性以及復(fù)雜背景下存在漏檢和誤檢等問(wèn)題。

技術(shù)特征：

1.一種茶葉嫩芽識(shí)別方法，其特征在于，所述茶葉嫩芽識(shí)別方法包括：

2.根據(jù)權(quán)利要求1所述的茶葉嫩芽識(shí)別方法，其特征在于，所述resnet18網(wǎng)絡(luò)，用于：對(duì)目標(biāo)圖像進(jìn)行特征提取，得到第一特征、第二特征、第三特征和第四特征。

3.根據(jù)權(quán)利要求2所述的茶葉嫩芽識(shí)別方法，其特征在于，所述cgfa模塊，用于：對(duì)第四特征進(jìn)行特征提取，得到加強(qiáng)特征。

4.根據(jù)權(quán)利要求3所述的茶葉嫩芽識(shí)別方法，其特征在于，所述gd特征融合模塊包括low-gd模塊、high-gd模塊和inject模塊；所述drbc3模塊包括第一drbc3單元、第二drbc3單元、第三drbc3單元和第四drbc3單元；

5.根據(jù)權(quán)利要求4所述的茶葉嫩芽識(shí)別方法，其特征在于，所述茶葉嫩芽識(shí)別方法還包括：根據(jù)第一稀疏特征、第三稀疏特征和第四稀疏特征確定所述目標(biāo)圖像對(duì)應(yīng)的茶樹(shù)嫩芽識(shí)別結(jié)果。

6.一種茶葉嫩芽識(shí)別裝置，其特征在于，所述茶葉嫩芽識(shí)別裝置包括：

7.一種計(jì)算機(jī)設(shè)備，包括：存儲(chǔ)器、處理器以及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序以實(shí)現(xiàn)權(quán)利要求1-5中任一項(xiàng)所述的茶葉嫩芽識(shí)別方法。

8.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-5中任一項(xiàng)所述的茶葉嫩芽識(shí)別方法。

技術(shù)總結(jié)
本申請(qǐng)公開(kāi)了一種茶葉嫩芽識(shí)別方法、裝置、設(shè)備及介質(zhì)，涉及圖像識(shí)別技術(shù)領(lǐng)域，該方法包括：獲取目標(biāo)圖像；目標(biāo)圖像為對(duì)目標(biāo)采茶區(qū)域進(jìn)行拍攝得到的圖像；將目標(biāo)圖像輸入至訓(xùn)練好的茶樹(shù)嫩芽識(shí)別模型中，得到目標(biāo)圖像對(duì)應(yīng)的茶樹(shù)嫩芽識(shí)別結(jié)果；其中，訓(xùn)練好的茶樹(shù)嫩芽識(shí)別模型為改進(jìn)的RT?DETR模型；改進(jìn)的RT?DETR模型，主干網(wǎng)絡(luò)為ResNet18網(wǎng)絡(luò)，將AIFI模塊替換為CGFA模塊，將CCFM模塊替換為GD特征融合模塊，將RepC3模塊替換為DRBC3模塊，CGFA模塊將AIFI模塊中的多頭注意力機(jī)制層替換為級(jí)聯(lián)組注意力機(jī)制層，本申請(qǐng)?zhí)岣吡瞬枞~嫩芽識(shí)別效率和精度。

技術(shù)研發(fā)人員：陳義勇,唐勁馳,郭陽(yáng),黎健龍,周波,張曼,崔瑩瑩,劉嘉裕
受保護(hù)的技術(shù)使用者：廣東省農(nóng)業(yè)科學(xué)院茶葉研究所
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/10