基于改进YOLOv8-pose的柑橘采摘关键点检测OA

针对柑橘采摘中果柄细小、姿态多变导致视觉定位困难的问题,提出一种基于改进 YOLOv8-pose的关键点检测方法.首先,结合拉扭式与剪切式两种采摘模式,定义果实抓取点、果实果柄连接点与果柄抓取点三个语义关键点,并以连接点为起点沿果柄方向构造空间向量,用于描述抓取姿态.其次,在YOLOv8-pose网络中引入CBAM 注意力机制,增强对细小果柄的特征提取能力;同时设计加权关键点损失函数,对连接点与果柄抓取点赋予更高权重,提升定位精度.实验结果表明,改进模型在自建柑橘关键点数据集上mAP达到0.853,相比基准模型提升6.7%,关键点平均误差显著降低.消融实验验证了CBAM 的有效性,该方法在保持轻量化优势的同时,为采摘机器人提供精确的视觉引导,具有良好的工程应用价值.