摘要
本发明涉及自动化农业技术领域,具体为一种基于改进YOLOv8的采摘机器人荔枝图像检测方法,在荔枝果园中采集荔枝图像数据,构建包含荔枝果实和采摘点标注信息的果园荔枝数据集;训练通过iSE架构、GELAN模块和RFAHead检测头模块对YOLOv8‑pose模型改进形成的YOLOv8‑iGR模型,实现荔枝果实和采摘点的同步识别。本发明通过提出iSE架构,结合GELEN和RFAHead检测头模块,对YOLOv8‑pose模型进行改进形成YOLOv8‑iGR模型,实现了荔枝果实与采摘点的同步识别,显著提升了荔枝果实与采摘点的同步检测精度和效率,从而解决了多步操作检测速度慢、难以应对复杂多变环境的问题。
技术关键词
荔枝果实
图像检测方法
采摘机器人
Ubuntu系统
自动化农业技术
同步检测精度
检测头
复杂多变环境
特征提取网络
置信度阈值
数据
关键点
模块
注意力机制
预测误差
训练集
参数
样本
系统为您推荐了相关专利信息
杭白菊
采摘机器人
并联机械臂
采摘机构
双目深度相机
图像检测方法
概念
文本编码器
图像编码器
训练集
苹果采摘机器人
底盘机构
采摘机构
升降机构
连杆
草莓采摘机器人
采摘手爪
车身框架
蜗轮蜗杆升降机
滚动支撑机构