基于改进YOLOv8的复杂果园环境下杏果的目标检测

• 全文链接
• 请求原文

作   者：

买买提·沙吾提;  阿尔庆·西力克; 

作者机构：

新疆大学地理与遥感科学学院; 

关键词：

损失函数;  杏果;  目标检测;  复杂果园环境;  轻量化网络;  YOLOv8算法; 

期刊名称：

中国农机化学报

i s s n：

2095-5553

年卷期：

2025 年 46 卷 003 期

页   码：

246-252,270

摘   要：

为解决复杂果园环境中，因遮挡、重叠导致杏果识别误检率较高、检测精度较低的问题，提出一种基于改进YOLOv8n网络模型的杏果检测算法。该算法采用轻量化模块MobileViT—XS替换原有骨干网络，保证特征提取能力，同时降低模型的参数量与计算量，并且将原始的损失函数CIoU替换为WIoUv3,动态优化损失权重提高模型的检测精度。为验证改进方法的有效性，选取6种主流的目标检测模型、5种骨干网络的轻量化改进模型以及5种不同的损失函数进行对比试验。结果表明，改进后的模型相比原始模型在F1、平均精度均值mAP上提升1.25%、1.48%,参数量、浮点运算量、模型大小分别降低28.06%、0.1 G、1.48 MB。改进后的算法能够精准、快速地在复杂的果园环境中识别出杏果。