摘要
本发明提供了一种基于改进YOLOv8网络模型的蟠桃果实识别方法,该方法包括:构建多模态融合模型;通过光照补偿算法对蟠桃果实图像进行光消除和阴影修复,得到消光图像;对消光图像进行三维空间变形增强,得到空间增强图像;通过混合感知主干网络对空间增强图像进行动态路径选择并提取局部细节特征,得到特征增强图像;对特征增强图像进行时空协同优化,得到时空联合注意力图;对时空联合注意力图进行动态信息交互,得到初步结果;通过多任务联合损失函数对初步结果进行损失优化,得到果实识别结果。该方法通过多模态动态融合网络、时空同步注意力机制和动态路径选择提高了检测精度和识别效率,增强了模型的鲁棒性。
技术关键词
果实识别方法
局部细节特征
联合损失函数
光照补偿算法
图像
双向特征金字塔
Sigmoid函数
网络
动态
多任务
注意力机制
校准特征
点云空间
置信度阈值
分支
Softmax函数
单目深度估计
系统为您推荐了相关专利信息
内窥镜通道
内窥镜系统
电子内窥镜
超细内窥镜
图像显示模块