摘要
本发明涉及柠檬成熟度及品质检测技术领域,具体公开了基于YOLOv8‑CGD的柠檬成熟度及品质双指标检测方法及系统,该方法包括:采集待检测柠檬图像;并基于YOLOv8模型对待检测柠檬图像进行成熟度及品质情况识别,获取检测结果。本发明的方案中通过将ConvNeXtV2作为主干特征提取网络,插入GatherExcite注意力机制模块,并引入DIoU作为边界回归损失函数,有效提高了模型在复杂田间环境下的运行速度、特征提取能力和检测精度;本发明为柠檬成熟度及品质检测提供了准确可靠的技术支持,也为自动化采摘机器人实现高效精准采摘提供了技术保障,具有重要的应用价值。
技术关键词
指标检测方法
柠檬
网络模块
注意力机制
自动化采摘机器人
指标检测系统
品质检测技术
检测头
图像增强
特征提取能力
数据
特征提取网络
田间环境
图像采集模块
特征提取模块
中间层
系统为您推荐了相关专利信息
高分遥感影像
特征值
遥感图像数据
高分辨率遥感影像
特征提取器
持续学习方法
生成对抗网络模型
原始图像数据
混合图像数据
工件
机械设备故障诊断
故障诊断模型
旋转机械
模型构建方法
时序特征
听觉
融合特征
情感预测方法
长短期记忆网络
视频流
视角
图文检索方法
海洋遥感
图像特征提取
注意力机制