一种基于改进的YOLOv8堆叠餐具识别检测方法

本发明公开一种基于YOLOv8改进的堆叠餐具识别检测方法，属于机器视觉领域，为解决目前已有的目标检测算法面对堆叠状态的餐具识别精度较低的问题，本发明提供了一种基于YOLOv8改进的识别检测方法，首先构建堆叠餐具数据集并进行划分，调整和配置相应的参数建立YOLOv8的网络模型，在YOLOv8模型的主干网络结构中加入BiFormer注意力机制，在颈部网络中使用GFPN结构，将原有的CIoU损失函数替换为Repulsion Loss损失函数，使用训练好的权重在自建的堆叠餐具数据集上进行测试并输出测试结果；改进后的YOLOv8算法相较于原版YOLOv8算法及其他版本的YOLO算法，具有模型较小，检测精度高的特点。