唐兴萍, 王白娟, 杨红欣, 杨正明, 李汝嘉, 吴文斗
[目的]建立一种水果外观无损检测方法。[方法]以油桃为研究对象,使用IQQU3手机相机采集图像数据,并进行图像预处理。使用LabelImg图像标注软件标注数据。采用镜像翻转、左右翻转、平移等方法对数据进行扩充。将扩充后的图像按照8∶2划分为训练集和测试集。最后使用YOLOv8 (n, s, m, l, x) 5个模型对数据进行训练,训练150轮,比较分析5个模型的训练结果,选出最优的检测模型。[结果]构建了油桃数据集,共4 205张图像;YOLOv8 (n, s, m, l, x)训练集总损失值分别为2.275,1.778,1.482,1.880,1.401,测试集的总损失值分别为2.724,2.253,2.057,2.105,2.004;YOLOv8 (n, s, m, l, x)的精确率分别为94.0%,98.0%,97.4%,97.3%,97.9%,召回率分别为95.4%,95.5%,95.9%,96.9%,96.9%。综合比较,YOLOv8s为较优的模型,其平均检测精确率达97.8%,正常、损伤、疤痕的平均精确率分别为96.2%,98.8%,98.4%,其推理时间、计算量(GFLOPs)分别为179.4 ms、28.4。[结论]YOLOv8能够有效地检测水果外观品质,可用于水果外观的无损检测。