基于YOLOv8的烟叶散把程度的检测方法及系统

本发明公开了基于YOLOv8的烟叶散把程度的检测方法及系统，具体涉及烟叶检测技术领域；通过在检测区域内安装光照传感器实时监测光照强度变化，并结合自动化相机设备采集不同光照条件下的烟叶图像数据，对其进行预处理并提取阴影分布异常特征和色彩变化幅度特征，训练出预测YOLOv8模型检测精度的机器学习模型，根据模型输出的精度结果，将检测划分为高精度和低精度两类，高精度结果直接应用于生产，低精度结果则通过进一步分析异常情况，动态调整检测阈值，提升模型的检测精度，不仅有效解决了因复杂背景和光照变化导致的检测精度异常问题，优化了烟叶分类的准确性，还提高了生产环节的质量控制。