摘要
本发明公开了基于YOLOv8的百香果数据集优化与检测方法,具体涉及农业果蔬检测技术领域。目的是优化百香果的检测方式,提高百香果图像识别的准确性和鲁棒性。该方法是由如下步骤实现的:步骤一:收集和整理百香果图像数据集,对图像进行预处理,进行尺寸调整、归一化;步骤二:建立百香果图像数据集,将收集好的百香果图像进行标签标注;步骤三:使用YOLOv8深度学习模型,在标注好的百香果图像数据集上进行训练,训练得到百香果检测模型;步骤四:添加Augment模块,对训练数据进行数据增强,对图像进行随机裁剪、翻转、颜色抖动;步骤五:使用改进后的百香果检测模型,对待检测的百香果图像进行识别,输出识别结果。本发明适用于智慧农业果蔬系统。
技术关键词
图像
数据
图片
农业果蔬
深度学习模型
智慧农业
标签
格式
鲁棒性
尺寸
模块
硬盘
参数
颜色
系统为您推荐了相关专利信息
SVM分类器
复合核函数
多项式核函数
通信信号调制技术
高斯核函数
电梯运行状态
加速度
非易失性存储介质
网络
机器人进出电梯