茶鲜叶智能分级装置设计与试验
打开文本图片集
摘要：
为实现不同等级的龙井茶鲜叶在线分级，提出一种基于机器视觉的茶鲜叶在线检测与分级方法，设计并制造一套智能分级装置。通过添加坐标注意力机制、引入空洞空间卷积池化金字塔和改进特征融合网络对YOLOv5s进行优化得到YOLOv5s—CAB，识别的平均精度均值为90.4%，召回率为87.8%。在茶鲜叶分级装置上进行试验，结果表明：确定最佳参数茶鲜叶下落速度和传送带速度分别为2.08g/s、150.00mm/s时，识别的准确率达95.58%，验证装置的可行性与可靠性，为茶鲜叶的智能化分级提供技术支撑。（剩余11646字）