期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于轻量级YOLO v8改进模型的苹果入库高密度计数方法
1
作者 郭成波 姜文文 +1 位作者 郭艳玲 孙术发 《农业机械学报》 北大核心 2026年第5期342-352,共11页
在规模化苹果自动入库场景中,基于计算机视觉的计数模型需兼顾轻量化与检测精度,传统模型参数量大、计算成本高,难以实时运行;同时在苹果密集、遮挡严重的复杂环境下,存在边界模糊、误检率高等问题。为此,本文提出一种改进的CGW-YOLO v... 在规模化苹果自动入库场景中,基于计算机视觉的计数模型需兼顾轻量化与检测精度,传统模型参数量大、计算成本高,难以实时运行;同时在苹果密集、遮挡严重的复杂环境下,存在边界模糊、误检率高等问题。为此,本文提出一种改进的CGW-YOLO v8模型。首先,通过将主干网络中的C2f模块替换为GhostNet轻量化模块,结合特征通道重加权机制,显著减少了模型的参数量。其次,采用CSPHet模块,通过异构多分支卷积与双路径特征融合策略,在降低参数量的同时增强密集苹果目标的边界区分能力。最后,采用基于Wasserstein distance loss的损失函数替代传统的IoU度量,有效降低了密集堆叠场景中的误检率。实验表明,本模型平均精度均值mAP@0.5提升至95.8%,较原模型提升1个百分点,精确率和召回率较原模型分别提升1.1、1.3个百分点,参数量与运算量较基准模型分别减少24.4%和23.2%。针对入库生产环节中对计数实时性与准确性双重要求,本文集成DeepSORT追踪算法实现苹果在视频帧间的持续跟踪与准确计数。设计了基于轨迹管理的计数策略,通过虚拟计数线仅在目标首次越过时进行计数,有效避免了重复统计与漏计问题。实验结果表明,所提出的改进方法在复杂背景下,尤其是苹果密集排列与部分遮挡的场景中,展现了较强的鲁棒性和较高的计数准确性。 展开更多
关键词 苹果入库计数 目标检测 GhostNet csphet Wasserstein距离 DeepSORT
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部