一种基于深度学习的茶叶采摘时间预测方法

本发明提供了茶叶种植技术领域的一种基于深度学习的茶叶采摘时间预测方法，包括如下步骤：步骤S1、采集大量的茶叶图像，对各所述茶叶图像进行标注以及图像扩充的预处理后构建数据集；步骤S2、将所述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，设定所述采摘时间预测模型的损失函数；步骤S4、通过所述训练集对采摘时间预测模型进行训练，通过所述测试集对训练后的采摘时间预测模型进行测试，通过所述验证集对测试后的采摘时间预测模型进行验证；步骤S5、通过验证后的所述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。