摘要
本发明提供了茶叶种植技术领域的一种基于改进YOLOv8n网络的茶叶采摘时间预测方法,包括:步骤S1、采集大量的茶叶图像以及环境数据以构建数据集;步骤S2、将数据集划分为训练集、测试集以及验证集;步骤S3、基于YOLOv8n网络创建一采摘时间预测模型,设定采摘时间预测模型的损失函数;YOLOv8n网络基于感受野卷积注意力模块、反向残差注意力模块、切片辅助超推理算法构建;步骤S4、通过训练集对采摘时间预测模型进行训练,通过测试集对训练后的采摘时间预测模型进行测试,通过验证集对测试后的采摘时间预测模型进行验证;步骤S5、通过验证后的采摘时间预测模型进行茶叶采摘时间的预测。本发明的优点在于:极大的提升了茶叶采摘时间预测的精度以及效率。
技术关键词
时间预测模型
时间预测方法
推理算法
数据
图像
网络
注意力
训练集
空气温度传感器
空气湿度传感器
茶叶种植技术
光照强度传感器
土壤湿度传感器
二氧化碳传感器
辐射传感器
置信度阈值
照度
新鲜茶叶
切片
背景噪声