前胡是一种具有较高药用价值的中草药材,田间茂盛的杂草严重影响前胡了生长。目前宁国前胡种植规模的不断扩大,但胡除草机械化、智能化水平较低,针对这个问题,本文主要研究基于深度学习的前胡除草技术。针对现有的杂草目标检测和定位问题,通过计算机视觉技术进行杂草识别的方法,识别、定位杂草。本文以宁国前胡生产过程中的除草环节为课题背景,以杂草识别定位和除草这以研究作为切入点,研究了基于深度学习神经网络目标检测,搭建了Delta并联机械臂运动控制的除草试验平台。本文针对计算机视觉除草技术,查阅大量文献对各类基于计算机视觉技术除草原理进行深入分析。建立杂草和前胡的数据样本集,提出了基于YOLO V4卷积神经网络模型进行杂草识别的方法。通过数据增强技术增加网络训练的复杂性,提高检测准确性,实现杂草识别和定位的视觉系统。提出了基于Delta并联型机械臂实现对靶机械旋刀式除草的方式。研究了Delta并联型机械臂的运动学方程和建模。设计了采用STM32F407芯片的Delta机械臂的硬件控制电路,完成整体电路PCB的制作。根据Delta并联机械臂的机械结构原理,利用keil-MDK软件使用C语言编写了机械臂的控制和通信程序,确定了电气设备的选型,搭建完成Delta机械臂除草试验平台。确定试验目的和要求,建立了以工业相机、计算机、Delta并联型机械臂的杂草实时检测定位除草一体的试验平台,通过深度学习网络训练得到了对杂草识别。完成了基于深度学习卷积神经网络技术的杂草特征提取,最后验证了构建的基于卷积神经深度学习的前胡除草试验台的可行性。