基于改进YOLOv8的柑橘成熟度检测方法和相关装置

    公开(公告)号:CN118968502A

    公开(公告)日:2024-11-15

    申请号:CN202411028096.2

    申请日:2024-07-30

    申请人: 五邑大学

    摘要: 本发明实施例提供了一种基于改进YOLOv8的柑橘成熟度检测方法和相关装置。其中,方法包括:获取柑橘图像;将柑橘图像输入至预先训练好的深度学习神经网络模型进行成熟度检测,得到检测结果,其中,深度学习神经网络模型以YOLOv8为基础网络,深度学习神经网络模型的网络结构包括骨干网络、颈部网络和头部网络,骨干网络为CSPDarknet53,颈部网络采用PAN‑FPN结构,颈部网络采用GhostConv模块进行卷积操作,颈部网络采用CARAFE算子进行上采样操作,颈部网络引入有多维协作注意力机制,头部网络采用解耦头部结构。基于此,本发明实施例能够在被树叶遮挡的情况下对柑橘成熟度进行快速且准确的检测。