一种基于改进YOLOv10的轻量化番茄成熟度检测方法

本发明公开了一种基于改进YOLOv10的轻量化番茄成熟度检测方法，拍摄获取真实场景下不同成熟度的番茄图像，并进行番茄成熟度类别信息标注和数据集划分；构建检测模型，在YOLOv10基础上，使用轻量化网络结构MobileNetV4替换YOLOv10原有的主干网络部分，采用融合改进的跨尺度特征融合模块CCFM替换YOLOv10原有的特征融合模块，引入混合通道注意力机制MLCA；利用划分的训练集训练检测模型，并将采集的番茄图像输入训练完成的检测模型中，得到带有番茄成熟度类别信息标记框的图像。本发明能够在复杂农业场景下实现对多尺度番茄目标的高效检测，尤其针对叶片遮挡、果实重叠以及同簇果实成熟度不同等实际问题，显著提升检测精度和可靠性。