引用格式
引用格式：张玉玉, 邴树营, 纪元浩, 严蓓蓓, 许金普. 基于改进YOLOv8s的玫瑰鲜切花分级方法[J]. 智慧农业(中英文), 2024, 6(2): 118-127.
DOI：10.12133/j.smartag.SA202401005
Citation:ZHANG Yuyu, BING Shuying, JI Yuanhao, YAN Beibei, XU Jinpu. Grading Method of Fresh Cut Rose Flowers Based on Improved YOLOv8s[J]. Smart Agriculture, 2024, 6(2): 118-127.
DOI：10.12133/j.smartag.SA202401005
官网全文免费阅读
/
基于改进YOLOv8s的玫瑰鲜切花分级方法
/
张玉玉， 邴树营， 纪元浩， 严蓓蓓， 许金普*
（青岛农业大学动漫与传媒学院，山东青岛 266109，中国）
摘要：
［目的/意义］针对当前玫瑰鲜切花分级仍依赖人工进行简单分级，造成效率低、准确率低等问题，提出一种新的模型Flower-YOLOv8s来实现玫瑰鲜切花的分级检测。
［方法］以单一背景下单支玫瑰花的花头作为检测目标，将鲜切花分为A、B、C、D四个等级，对YOLOv8s（You Only Look Once version 8 small）模型进行了优化改进。首先，构建了一个全新的玫瑰鲜切花分级检测数据集。其次，在YOLOv8s的骨干网络分别添加CBAM（Convolutional Block Attention Module）和SAM（Spatial Attion Module）两个注意力机制模块进行对比实验；选择SAM模块并对其进一步优化，针对模型轻量化需求，再结合深度可分离卷积模块一起添加到C2f结构中，形成Flower-YOLOv8s模型。
［结果和讨论］从实验结果来看YOLOv8s添加SAM的模型具有更高的检测精度，mAP@0.5达到86.4%。Flower-YOLOv8s相较于基线模型精确率提高了2.1%，达到97.4%，平均精度均值（mAP）提高了0.7%，同时降低了模型参数和计算量，分别降低2.26 M和4.45 MB；最后使用相同的数据集和预处理方法与Fast-RCNN、Faster-RCNN、SSD、YOLOv3、YOLOv5s和YOLOv8s进行对比实验，证明所提出的实验方法综合强于其他经典YOLO模型。
［结论］提出的基于改进YOLOv8s的玫瑰鲜切花分级方法研究能有效提升玫瑰鲜切花分级检测的精准度，为玫瑰鲜切花分级检测技术提供一定的参考价值。
关键词： YOLOv8s；玫瑰鲜切花；分级检测；深度学习；SAM；注意力机制
文章图片
图1 玫瑰花图像采集装置图
Fig. 1 Rose image acquisition device diagram
图2 玫瑰鲜切花分级示意图
Fig. 2 Schematic diagram of the grade of fresh cut rose flowers
图3 Optimized-SAM结构图
Fig. 3 Optimized-SAM structure diagram
图4 C2f结构改进前后对比
Fig. 4 Comparison of C2f structure before and after improvement
图5 本研究提出的Flower-YOLOv8s模型结构图
Fig. 5 Structure diagram of Flower-YOLOv8s model proposed in this research
图6 改进两种注意力机制进行玫瑰鲜切花分级的平均精度对比图
Fig.6 Comparison of average accuracy of two improved attention mechanisms in the classification of fresh cut rose flowers
图7 Optimized-SAM和SAM在C2f模块中精确度对比
Fig.7 Comparison of precision between Optimized SAM and SAM in C2f Module
图8 部分玫瑰鲜切花分级实例检测
Fig. 8 Detection example of flower grading for some fresh cut rose
作者简介
许金普 副教授
许金普，博士，副教授，硕士生导师，中国人工智能学会会员，CCF会员，主要从事智能媒体传播、智慧农业等领域教学与研究。主要参与国家自然基金项目1项，主持省重点研发（软科学）项目“信息传播视域下农业科技社会化服务体系研究”，承担省部级及以上课题8项。2008年参编的“农业传播学系列丛书”荣获得山东省软科学成果二等奖， 2014、2018年分别获得省级教学成果二等奖和特等奖。在CSSCI、北大核心等刊物发表文章20余篇，出版著作3部，授权发明专利2项。
来源：《智慧农业（中英文）》2024年第2期
转载请联系编辑部授权
推荐阅读
智慧农业微信交流服务群
发布征集
欢迎在我公众号发布科研团队介绍、创新科研成果及相关活动等信息。
