基于改进YOLOv8的智能拾取乒乓球机器人目标识别方法

基于改进YOLOv8的智能拾取乒乓球机器人目标识别方法涉及机器人技术与目标检测领域。该方法通过引入动态检测头模块和轻量级跨尺度特征融合模块，解决了现有技术中目标遮挡和实时性问题。动态检测头模块通过动态调整特征处理方式，增强了目标的分类和定位精度，特别在复杂背景和目标遮挡场景下表现出色；而轻量级跨尺度特征融合模块则提高了多尺度目标的检测能力，同时保持低计算开销，适应机器人平台的实时需求。实验基于特定数据集，采用自适应锚框设计、特定损失函数与优化器，结果显示目标检测模型mAP达72.7％，GFLOPs为7.5，证明该方法对智能拾取乒乓球机器人目标识别高效、准确、可行且具重要应用价值。