摘要
本发明公开了一种农业环境下的脐橙检测方法,包括:步骤S1:采集待检测脐橙图像,构成数据集,并将该数据集划分训练集和测试集;S2:将所述训练集中的部分数据进行数据增强,扩充训练集;S3:在YOLOv8模型基础上,引入卷积块注意力模块CBAM,并将CIoU_Loss替换为WIoU_Loss v3,最后引入轻量化骨干网络GhostNet;S4:调整当前YOLOv8模型中的网络参数,并基于所述扩充训练集训练该YOLOv8模型,得到训练完成的脐橙检测模型;步骤S5:采用完成的脐橙检测模型对测试集进行检测,完成农业环境下的脐橙检测。本发明在满足采摘机器人对果实检测精度的同时,有效改善传统模型网络体积大、检测慢的问题。在农业环境下的果实检测中更具有实用性,能够为采摘机器人自动化采摘提供有力支撑。
技术关键词
脐橙
采摘机器人
训练集
农业
数据
模块
注意力机制
图像
网络结构
果实
基础
参数
格式
亮度
精度