基于卷积神经网络的鲜茶叶智能分选系统研究

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、卷积神经网络、反向传播

所属期刊栏目：48

分类号：S24;TS272.3(农业电气化与自动化)

资助基金：“十二五”国家科技支撑计划项目2015BAI01 B00;中国科学院战略性先导科技专项项目XDA080401

在线出版日期：2017-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：53-58