一种轻量化的实时马铃薯芽眼检测模型OA
马铃薯芽眼的检测是马铃薯薯种切块智能化的关键任务.为了解决芽眼小目标检测难题,提出了一种基于YOLOv8n框架的改进轻量级芽眼检测模型,引入了双向多尺度空间金字塔快速池化模块和通道压缩策略.该模型显著提升了表面带有斑点和机械损伤等状况下马铃薯芽眼的检测性能,同时将模型的参数量从3.01×106压缩至0.89×106,计算量从8.1 GFLOPs降至2.6 GFLOPs.在马铃薯芽眼数据集上的实验结果表明,该模型的mAP@0.5达到75.7%,较基线YOLOv8n模型提升了1.5%,实现了精度与效率的较好平衡.
刘文卓;董星辰;李涛辉;杨超;朱芳宗;冯全
甘肃农业大学 机电工程学院,甘肃 兰州 730070甘肃农业大学 机电工程学院,甘肃 兰州 730070甘肃农业大学 机电工程学院,甘肃 兰州 730070甘肃农业大学 机电工程学院,甘肃 兰州 730070甘肃农业大学 机电工程学院,甘肃 兰州 730070甘肃农业大学 机电工程学院,甘肃 兰州 730070
信息技术与安全科学
马铃薯芽眼检测YOLOv8n多尺度特征提取卷积神经网络注意力机制
《物联网技术》 2026 (19)
25-28,4
甘肃省科技计划资助(24ZDNJ001)
评论