一种基于深度学习的茶园病虫害自动检测系统技术方案

本实用新型专利技术公开了一种基于深度学习的茶园病虫害自动检测系统，包括图像采集单元和病虫害自诊断单元，图像采集单元包括小车(1)，在小车(1)上设置有能够上下移动的滑台模组(2)，在滑台模组(2)的滑块上安装有机械臂(3)，机械臂(3)的末端设置有摄像头(4)，所述病虫害自诊断单元包括诊断控制器(6)、通讯模块(7)，诊断控制器(6)与摄像头(4)、通讯模块(7)电连接，接收摄像头(4)拍摄的图像，通过图像进行病虫害诊断，将诊断结果通过通讯模块(7)发送到网络。本实用新型专利技术提供的基于深度学习的茶园病虫害自动检测系统，解决了病虫害检测准确率低、效率低、人力资源浪费等问题。人力资源浪费等问题。人力资源浪费等问题。

【技术实现步骤摘要】
一种基于深度学习的茶园病虫害自动检测系统


[0001]本技术涉及一种基于深度学习的茶园病虫害自动检测系统，属于自动检测设备领域。

技术介绍

[0002]近几年我国茶叶种植面积和茶叶产量一直稳居世界首位，越来越多的人喜欢喝茶，而且茶叶的质量也更加受到人们的重视。茶叶病虫害严重制约着茶叶质量的提高，然而，由于茶园面积广阔、害虫体型较小等原因，茶农难以及时发现病虫害。
[0003]然而传统的茶园病虫害检测完全依赖茶农的判断，判断准确度低、时效性差。
[0004]此外，传统方式的茶树病虫害检测需要大量的人力，随着茶叶的种植面积增大，人力资源短缺，导致无法及时有效的完成对茶树的健康检测。
[0005]因此，亟代研究并设计出一种能够实现茶树病虫害自动检测的系统，以解决上述问题。

技术实现思路

[0006]为了克服上述问题，本专利技术人进行了锐意研究，设计出一种基于深度学习的茶园病虫害自动检测系统，包括图像采集单元和病虫害自诊断单元，
[0007]所述图像采集单元包括小车1，所述小车具有电机，使得小车可行走，在小车本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的茶园病虫害自动检测系统，其特征在于，包括图像采集单元和病虫害自诊断单元，所述图像采集单元包括小车(1)，所述小车具有电机，使得小车可行走，在小车(1)上设置有滑台模组(2)，所述滑台模组(2)具有滑块和导轨，所述滑块能够沿导轨上下滑动，在滑块上安装有机械臂(3)，机械臂(3)的末端设置有摄像头(4)，所述图像采集单元还包括运动控制器(5)，运动控制器(5)与小车(1)的电机、滑台模组(2)、机械臂(3)电连接，以控制小车(1)的行走、滑台模组(2)的升降和机械臂(3)的移动；所述病虫害自诊断单元包括诊断控制器(6)、通讯模块(7)，所述诊断控制器(6)与摄像头(4)、通讯模块(7)电连接，接收摄像头(4)拍摄的图像，通过图像进行病虫害诊断，将诊断结果通过通讯模块(7)发送到网络。2.根据权利要求1所述的基于深度学习的茶园病虫害自动检测系统，其特征在于，所述小车(1)为履带小车。3.根据权利要求1所述的基于深度学习的茶园病虫害自动检测系统，其特征在于，所述滑台模组(2)为丝杆直...

【专利技术属性】
技术研发人员：赵立新，吕正超，高华峰，刘善鹏，许志刚，原昊，王家睿，
申请(专利权)人：山东农业大学，
类型：新型
国别省市：