徐海东;马伟;谭彧;刘星星;郑永军;田志伟

中国农业科学院都市农业研究所;中国农业大学工学院

茶叶估产;茶叶嫩芽识别;机器视觉;YOLOv5

针对丘陵地区小规模茶园估产难度高,估产手段少等问题,采用基于YOLOv5的 目标检测算法和田间抽样调查法,对丘陵地区小规模茶园估产问题进行研究.在茶园中随机抽取9个有代表性的茶叶生长点;使用 目标检测算法识别抽样点茶叶嫩芽数目;利用最小二乘法拟合茶叶嫩芽产量与数目间的线性关系;结合抽样点识别出的嫩芽数目、抽样点面积、线性拟合关系和茶园整体面积估算出茶园茶叶嫩芽产量.结果表明:1)基于YOLOv5的目标检测算法对茶叶嫩芽识别的精度为99.02%,平均准确率为90.14%;2)茶叶嫩芽数目和产量间有高度线性关系,决定系数R2为0.999 8;3)通过算法估计的茶叶嫩芽产量与实际采收产量相对误差为29.56%.本研究能够较为方便的估算出茶园茶叶嫩芽产量,在茶叶生长时期为农户提供产量相关的数据支持,便于茶叶生产的前期管理.