基于深度学习的茶叶种类识别系统

摘要

针对茶叶种类多、炒青茶特征不显著,难以快速辨别炒青茶种类的问题,开发了一款基于深度学习的茶叶种类识别系统。采集西湖龙井、安吉白茶、黄山毛峰、建德黄金芽和绩溪金山时雨5种炒青茶图像1048幅,利用图像锐化、水平镜像、垂直镜像、灰度处理和图像旋转等方法进行数据增强,并按照8:1:1的比例划分训练集、验证集和测试集;建立茶叶种类及相关信息数据库,训练了基于VGG16的茶叶种类识别模型,并将茶叶数据库和识别模型部署在服务器;开发了基于Android的茶叶种类识别APP,具有地图定位、茶叶信息搜索、茶叶智能识别和用户信息等模块。经系统测试,茶叶测试集平均识别率为98.1%,系统平均响应时间为12 s,该系统为快速识别茶叶种类提供理论参考和使用工具,对稳定市场秩序和维护消费者权益具有实际应用价值。