基于YOLOv3算法的智能采茶机关键技术研究

来源：中国农机化学报杂志2024年第4期北京时间：

作者：马志艳, , 李辉, 杨光友,

摘要：在复杂背景下精确识别茶叶嫩芽，是实现高端茶叶智能化采摘的关键技术之一。为实现高端茶叶机械化精准采摘，设计一台基于视觉的采茶样机，根据蛛式机械手采摘茶叶的路径规划，将机械手末端的移动坐标问题转换成静平台3个电机转角问题。针对YOLOv3算法进行改进，采用EfficientNet网络替代DarkNet-53网络进行特征提取，并利用目标函数GIOU优化损失函数。试验结果表明：改进的YOLOv3算法在茶叶嫩芽识别方面，其准确率达到86.53%，单张图像平均识别时间为53 ms，相比传统的YOLOv3算法，性能实现明显的提升，可以达到预期目标，满足机器采摘需求。

关键词：智能采茶,YOLOv3算法,蛛式机械手,机器学习,图像识别

基金资助：国家重点研发计划基金资助项目(2018YFD0701002—03)