一种基于改进R3Det旋转目标检测算法的茶叶嫩芽识别与采摘点定位方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113901874A(43)申请公布日2022.01.07(21)申请号202111056429.9(22)申请日2021.09.09(71)申请人江苏大学地址212013江苏省镇江市京口区学府路301号(72)发明人方新领顾寄南黄娟邹荣周楷洋高伟(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)G06T7/73(2017.01)A01D46/30(2006.01)A01D91/04(2006.01)权利要求书1页说明书5页附图3页(54)发明名称一种基于改进R3Det旋转目标检测算法的茶叶嫩芽识别与采摘点定位方法(57)摘要本发明提供了一种基于改进R3Det旋转目标检测算法的茶叶嫩芽识别与采摘点定位方法。涉及茶叶智能采摘技术领域，步骤一：通过工业相机实时采集茶叶嫩芽图像，输入计算机进行图像预处理；步骤二：将步骤一)处理后的图像输入到改进的R3Det旋转目标检测算法进行预测；步骤三：将步骤二)得到的茶叶嫩叶的倾斜预测框输入到嫩芽采摘点定位模块确定嫩芽采摘点；步骤四：输出茶叶嫩芽识别结果和茶叶嫩芽采摘点。本发明以改进R3Det旋转目标检测算法，提高检测精度。最终通过改进的R3Det旋转目标检测算法和简短判断处理，实现茶叶嫩叶的精准识别和采摘点定位。CN113901874ACN113901874A权利要求书1/1页1.一种基于改进R3Det旋转目标检测算法的茶叶嫩芽识别与采摘点定位系统，其特征在于，包括改进的R3Det旋转目标检测算法和嫩芽采摘点定位模块；所述改进的R3Det旋转检测网络包括改进的ResNet50主干特征提取网络、特征融合模块(FPN)和分类回归模块；所述改进的ResNet50主干特征提取网络采用ResNeXt50残差模块，在ResNeXt50残差模块中插入CA模块；所述嫩芽采摘点定位模块根据改进的R3Det旋转目标检测算法得到的倾斜框确定嫩芽采摘点。2.根据权利要求1所述的基于改进R3Det旋转目标检测算法的茶叶嫩芽识别与采摘点定位系统，其特征在于，所述嫩芽采摘点定位模块根据改进的R3Det旋转目标检测算法得到的倾斜框，判断得到倾斜预测框的下短边，并计算出该短边中点，作为茶叶嫩芽采摘点。3.根据权利要求1所述的基于改进R3Det旋转目标检测算法的茶叶嫩芽识别与采摘点定位系统，其特征在于，所述ResNeXt50残差模块是在ResNet50基础上将3x3的普通卷积改为3x3的组卷积，用3x3组卷积对目标进行特征提取。4.根据权利要求1所述的基于改进R3Det旋转目标检测算法的茶叶嫩芽识别与采摘点定位系统，其特征在于，所述的在ResNeXt50残差模块中插入坐标注意力机制(CA模块)，CA模块同时实现坐标注意和通道注意。5.根据权利要求1至4任一项所述的基于改进R3Det旋转目标检测算法的茶叶嫩芽识别与采摘点定位系统的定位方法，其特征在于，包括如下步骤：步骤一：通过工业相机实时采集茶叶嫩芽图像，输入计算机进行图像预处理；步骤二：将步骤一)处理后的图像输入到改进的R3Det旋转目标检测算法进行预测；步骤三：将步骤二)得到的茶叶嫩叶的倾斜预测框输入到嫩芽采摘点定位模块确定嫩芽采摘点；步骤四：输出茶叶嫩芽识别结果和茶叶嫩芽采摘点。6.根据权利要求5所述的基于改进R3Det旋转目标检测算法的茶叶嫩芽识别与采摘点定位方法，其特征在于，步骤二中，首先通过改进的ResNet50主干特征提取网络对图像进行特征提取；通过特征融合模块(FPN)对提取特征进行特征融合；通过分类回归模块的初阶段获得分类信息和竖直框，再通过精炼阶段旋转anchors以适应不同的目标，获得分类结果和倾斜框，进而识别和定位出茶叶嫩芽；输出茶叶嫩叶识别和定位结果。7.根据权利要求5所述的基于改进R3Det旋转目标检测算法的茶叶嫩芽识别与采摘点定位方法，其特征在于，步骤三中，对倾斜框的坐标表示形式转化判断出倾斜框的下短边，计算下短边中点，作为茶叶嫩芽采摘点。8.根据权利要求7所述的基于改进R3Det旋转目标检测算法的茶叶嫩芽识别与采摘点定位方法，其特征在于，将倾斜框的坐标表示形式(x，y，w，h，θ)转换为(x1，y1，x2，y2，x3，y3，x4，y4)，根据四个点坐标判断出倾斜框的下短边。2CN113901874A说明书1/5页一种基于改进R3Det旋转目标检测算法的茶叶嫩芽识别与采摘点定位方法技术领域[0001]本发明属于茶叶智能采摘技术领域，具体涉及到一种基于改进R3Det旋转目标检测算法的茶叶嫩芽识别与采摘点定位方法及定位系统。背景技术[0002]茶叶的智能化采摘对减轻茶农工