一种基于改进YOLOv8模型的番茄分割方法

本发明公开了一种基于改进YOLOv8模型的番茄分割方法，该方法主要包括寻找类别丰富的番茄分割数据集，对其进行数据增强处理并进行手动标注，扩充数据集数量，对YOLOv8n模型进行改进，主干替换为MobileNetv3使模型轻量化，对YOLOv8n网络头部引入DCNv2可变型卷积能更好的适应目标的形态，并在头部添加通道注意力机制关注特征层的通道信息和空间信息。结果表明，改进后的算法类别平均精度为91.8％，本方法在识别准确率和速度两方面达到了实用化的要求，进一步推动番茄采摘机器人及智慧农业的发展。