沈阳农业大学田有文教授等:基于改进YOLOv8的田间复杂环境下蓝莓成熟度检测

学术   2024-11-25 11:22   北京  


《农业工程学报》2024年第40卷第16期刊载了沈阳农业大学等单位田有文、覃上声、闫玉博、王佳晖与姜凤利的论文——“基于改进YOLOv8的田间复杂环境下蓝莓成熟度检测”。该研究由辽宁省教育厅基础研究项目(项目号:LSNJC201906,LJKMZ20221033)资助。


引文信息:田有文,覃上声,闫玉博,等基于改进YOLOv8的田间复杂环境下蓝莓成熟度检测[J]. 农业工程学报,202440(16)153-162. 

DOI:  10.11975/j.issn.1002-6819.202312044

研究目的:

为了快速精确识别田间复杂环境下的蓝莓果实的成熟度,该研究基于YOLOv8提出了一种蓝莓成熟度轻量化检测模型(MSC-YOLOv8)。首先,为了有效减少参数量,提高模型的运行速度,采用MobileNetV3为主干特征提取网络进行特征信息的提取,有利于田间复杂环境下的检测。其次,在主干特征提取网络中插入卷积注意力机制模块(convolutional block attention module,CBAM),以提高深度学习网络对蓝莓特征提取的能力。最后,引入SCYLLA-IoU(SIoU)作为YOLOv8的边界框回归损失函,以解决真实框与预测框角度不匹配的问题,进一步提高蓝莓成熟度识别的准确率。

结果与结论:

通过试验得出改进的MSC-YOLOv8模型相较于YOLOv8平均精度均值(mean average precision,mAP提升了3.9个百分点单张图片平均检测时间比原YOLOv8减少了3.97 ms改进的MSC-YOLOv8模型在蓝莓数据集上取得了较优的结果,与SSD和CenterNet模型对比,mAP分别提升了4.6和1.1个百分点,在检测速度和准确率方面均有优势。该研究可为田间复杂环境下蓝莓机器人采摘提供技术支持。

本文由丨《农业工程学报》编辑部丨精编发布

欢迎留言、分享、点赞

转载、投稿、咨询

邮箱:tcsae@tcsae.org

今日推荐


发布征集

欢迎广大作者、读者投稿至我刊公众号,包括但不限于创新科研成果、科技写作技巧、书籍推介、优秀科技工作者介绍、科研团队招聘/招生、行业资讯以及相关活动等农业工程领域信息。

公众号文章投稿邮箱:abe-newmedia@tcsae.org


公众号内回复【关键词】查询/获取更多信息

公众号内回复【2023-0822】收看“中国农业工程学会2023年学术年会(CSAE 2023)全体大会”

公众号内回复2023最美封面为您心中最美封面投出宝贵的一票

公众号内回复2023审稿人查看2023年度杰出、优秀审稿人评选结果

公众号内回复【招聘】加入《农业工程学报》和IJABE编辑部



»» 点击  阅读原文  免费获取全文

农业工程学报
发布《农业工程学报》出版相关信息,及论文题目、摘要、全文的相关链接。
 最新文章