-
题名基于改进YOLOv8的实时菠萝成熟度目标检测方法
被引量：6
- 1
-
-
作者
周涛
王骥
麦仁贵
-
机构
广东海洋大学电子与信息工程学院
广东省智慧海洋传感网及其设备工程技术研究中心
广东海洋大学数学与计算机学院
-
出处
《华中农业大学学报》
CAS
CSCD
北大核心
2024年第5期10-20,共11页
-
基金
广东省普通高校重点领域新一代信息技术专项(2020ZDZX3008)。
-
文摘
为提高不同成熟度种植区域的机械采摘菠萝准确率,保证菠萝品质,提出了基于改进YOLOv8的实时菠萝成熟度目标检测方法。针对自然环境下菠萝机械采摘中存在目标小、数量密集和光线遮挡等问题,改进模型把原始YOLOv8模型中主干部分、颈部部分的公共卷积替换成深度可分离卷积(depthwise separable convo-lution,DSConv),精简模型参数;在融合特征前增加了卷积注意力机制模块(convolutional block attention mod-ule,CBAM),使特征融合更关注重要的特征,提升目标检测的准确率;使用EIoU损失函数替换YOLOv8网络原损失函数CIoU,加快网络收敛速度。结果显示,改进模型对菠萝成熟度检测的平均精度均值为97.33%,与FasterR-CNN、YOLOv4、YOLOv5、YOLOv7对比发现,平均精度均值分别提升5.53、7.91、4.38、4.66百分点;在保证检测精度的前提下,算法模型参数量仅为16.8×10^(6)。结果表明,改进模型提高了菠萝成熟度识别的精度和推理速度,具有更强的鲁棒性。
-
关键词
菠萝果实
成熟度
YOLOv8
目标检测
-
Keywords
pineapple fruit
ripeness
YOLOv8
object detection
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
