文献类型：期刊文章

作　　者：高震宇[1,2] 王安[1] 刘勇[1] 张龙[1] 夏营威[1]

机构地区：[1]中国科学院合肥物质科学研究院应用技术研究所,合肥230088 [2]中国科学技术大学,合肥230026

出　　处：《农业机械学报》

基　　金："十二五"国家科技支撑计划项目(2015BAI01B00);中国科学院战略性先导科技专项项目(XDA080401)

年　　份：2017

卷　　号：48

期　　号：7

起止页码：53-58

语　　种：中文

收录情况：BDHX、BDHX2014、CAB、CAS、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

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  

分 类 号：S24] TS272.3[农业工程类]