基于改进YOLOv8n的复杂环境下柑橘识别

岳凯, 张鹏超, 王磊, 郭芝淼, 张家俊

农业工程学报. 2024, 40(8): 152-158

农业工程学报 ›› 2024, Vol. 40 ›› Issue (8) : 152-158. DOI: 10.11975/j.issn.1002-6819.202310226

基于改进YOLOv8n的复杂环境下柑橘识别

  • 岳凯, 张鹏超, 王磊, 郭芝淼, 张家俊
作者信息 +

Recognizing citrus in complex environment using improved YOLOv8n

  • YUE Kai and ZHANG Pengchao and WANG Lei and GUO Zhimiao and ZHANG Jiajun
Author information +
History +

摘要

针对复杂环境下柑橘果实大量重叠、枝叶遮挡且现有模型参数量大、计算复杂度高等问题,提出了一种基于改进YOLOv8n的柑橘识别模型YOLOv8-MEIN。首先,该研究设计了ME卷积模块并使用它改进YOLOv8n的C2f模块。其次,为了弥补CIoU损失函数在检测任务中泛化性弱和收敛速度慢的问题,使用Inner-CIoU损失函数加速边界框回归,提高模型检测性能。最后,在自建数据集上进行模型试验对比,试验结果表明,YOLOv8-MEIN模型交并比阈值为0.5的平均精度均值mAP0.5值为96.9%,召回率为91.7%,交并比阈值为0.5~0.95的平均精度均值mAP0.5~0.95值为85.8%,模型大小为5.8 MB,参数量为2.87 M。与原模型YOLOv8n相比,mAP0.5值、召回率、mAP0.5~0.95值分别提高了0.4、1.0、0.6个百分点,模型大小和参数量相比于原模型分别降低了3.3%和4.3%,为柑橘的自动化采摘提供技术参考。

引用本文

导出引用
岳凯, 张鹏超, 王磊, 郭芝淼, 张家俊. 基于改进YOLOv8n的复杂环境下柑橘识别. 农业工程学报. 2024, 40(8): 152-158 https://doi.org/10.11975/j.issn.1002-6819.202310226
YUE Kai and ZHANG Pengchao and WANG Lei and GUO Zhimiao and ZHANG Jiajun. Recognizing citrus in complex environment using improved YOLOv8n. Transactions of the Chinese Society of Agricultural Engineering. 2024, 40(8): 152-158 https://doi.org/10.11975/j.issn.1002-6819.202310226

37

Accesses

0

Citation

Detail

段落导航
相关文章

/