本发明涉及马铃薯收获技术领域，尤其是一种基于Yolo v8‑DPE的薯杂识别与定位方法，其包括S1.在除杂工序中实时采集图像；S2.对图像进行预处理以降低图像噪声，所述预处理包括裁剪及滤波；S3.将完成预处理的图像使用Yolo v8‑DPE算法对薯杂进行实例分割；S4.输出实例分割后的掩码层图片，其中实例与背景采用不同颜色进行标记；S5.对掩码层图片进行降噪处理，并剔除图片中像素面积小于预定值的目标；S6.确定目标薯杂的重心；S7.确定目标薯杂的夹取点；S8.提取目标薯杂夹取点的深度信息，计算夹取角度。本发明基于Yolo v8n算法，提出了一种用于薯杂分离场景的轻量化网络模型，该模型占用内存小、检测速度快，适合马铃薯薯杂分离场景。