摘要
为实现复杂场景下苹果质量检测的高准确性与自动化,包括自然生长环境、餐盘摆放、果篮盛载,以及混于其他果群等情况,文章提出一种基于改进YOLOv8的苹果质量检测模型。该模型引入三重注意力机制(triplet attention),通过交互计算减少空间和通道信息丢失,提升模型在识别和区分不同苹果质量方面的准确性;使用DBB重参数化模块替换原始的C2f模块,增强多尺度特征融合能力,解决损坏苹果表面特征差异大的问题。在苹果检测数据集上进行验证,实验结果表明,改进后的模型在苹果质量检测任务中检测精度为71.3%,召回率为77.5%,mAP0.5为79.7%,较YOLOv8原算法分别提高了2.3%、1.4%、3.3%,提高了模型的检测效果。
作者
王亮
肖小玲
向琪琪
WANG Liang;XIAO Xiaoling;XIANG Qiqi
出处
《信息技术与信息化》
2025年第1期159-162,共4页
Information Technology and Informatization
