摘要
本发明公开了一种基于改进的Yolov8模型的沃柑缺陷分割方法,该方法包括下述步骤:获取沃柑表面图像数据,对沃柑表面图像数据进行数据增强;对沃柑表面图像数据进行预处理;将预处理后的沃柑表面图像数据划分为训练集、验证集和测试集;基于Yolov8模型构建沃柑图像分割网络模型;基于训练集对沃柑图像分割网络模型进行训练,得到训练后的沃柑图像分割网络模型;基于测试集对沃柑图像分割网络模型进行缺陷识别测试,输出沃柑缺陷分割的准确率;基于训练后的沃柑图像分割网络模型输出缺陷分割的预测结果。本发明对沃柑表面的缺陷进行识别并分割,将沃柑按照不同的品质等级进行分类,具有成本较低、适应性好、准确率高等优点。
技术关键词
表面图像数据
图像分割网络
缺陷分割方法
联合特征提取
局部特征提取
分割系统
融合局部特征
模型训练模块
数据获取模块
图像增强
测试模块
训练集
滤波
对比度
注意力
分段
系统为您推荐了相关专利信息
分类方法
激光雷达图像
局部特征提取
多源特征融合
多层特征融合
继电保护装置
动作时序特征
录波器
深度学习模型
分析方法