数字农科院2.0

基于改进YOLOv8n的套袋柑橘识别

文献类型： 中文期刊

作者： 王微子;马伟

作者机构：

关键词： 深度学习;柑橘采收;目标检测

期刊名称：西南大学学报(自然科学版)

ISSN： 1673-9868

年卷期： 2025 年

页码：

收录情况： 北大核心（2023版） ; ; CSCD（2025-2026年度）

摘要： 有效识别套袋柑橘目标是实现数字农业产量估测的重要一步。针对在果实重叠和枝叶遮挡环境下识别套袋柑橘较困难的情况,基于YOLOv8n目标检测模型提出了DH-YOLO(YOLOv8n-Dy Sample-HWD)套袋柑橘目标检测模型。主要对YOLOv8n模型的网络结构做了以下改进:首先,使用Dy Sample模块替换原模型中的上采样模块,提升模型的准确率;其次,在保证模型的准确率和召回率的同时,引入HWD轻量级下采样模块来减少模型内存,与原始模型相比,更方便部署。所提出的套袋柑橘目标检测模型在准确率和平均精度方面均提高了0.5个百分点,模型内存减少了0.2 MB,具有更高的识别精度和更强的部署能力,该模型可用于自然环境中套袋柑橘采收和产量预测工作。

分类号：

  • 相关文献

[1]基于机器视觉和深度学习的稻纵卷叶螟性诱智能监测系统. 张哲宇,孙果镓,杨保军,刘淑华,吕军,姚青,唐健. 2022

[2]深度学习在蜜蜂研究中的应用. 孙逸飞,丁桂玲,路运才,刘振虎,黄家兴. 2023

[3]基于机器视觉的小贯小绿叶蝉智能识别的研究与应用. 边磊,何旭栋,季慧华,蔡晓明,罗宗秀,陈华才,陈宗懋. 2022

[4]基于YOLO V3的葡萄病害人工智能识别系统. 王超学,祁昕,马罡,朱亮,王白暄,马春森. 2022

[5]基于机器视觉的蚕豆荚高精度检测方法研究. 夏子林,张新洲,王文波,夏先飞,陈兰,顾寄南. 2025

[6]基于改进YOLOv10s的酿酒葡萄叶片病虫害检测算法. 马聪,陈学东,张学俭,薛新宇,张宋超,杨淑婷. 2025

[7]Intelligent Survey Method for Tiny Rice Pests and Their Natural Predators in Paddy Fields Using Augmented Reality (AR) Glasses. 洪辰,,罗举,,冯泽霖,,凌和平,,李玲一,,吴坚,,姚青,,刘淑华. 2025

[8]Study on Recognition of Typical Curing Stages of Jiangxi Tobacco Leaves Based on Image Processing. 段史江,,刘浩,,王爱华,,胡毅翀,,齐飞,,胡强. 2024

[9]Study on Discriminant Model of Flue-curing Stage of Tobacco Leaves in Curing Process. 王志诚,,孟令峰,,王松峰,,谢良文,,李文刚. 2024

[10]基于轻量化YOLOv3卷积神经网络的苹果检测方法. 武星,齐泽宇,王龙军,杨俊杰,夏雪. 2020

[11]基于Mask R-CNN的玉米干旱卷曲叶片检测. 安江勇,黎万义,李茂松. 2019

[12]基于改进CornerNet的水稻灯诱飞虱自动检测方法构建与验证. 姚青,吴叔珍,蒯乃阳,杨保军,唐健,冯晋,朱旭华,朱先敏. 2021

[13]基于区域亮度自适应校正的茶叶嫩芽检测模型. 吕军,方梦瑞,姚青,武传宇,贺盈磊,边磊,钟小玉. 2021

[14]农业复杂环境下尺度自适应小目标识别算法——以蜜蜂为例. 郭秀明,诸叶平,李世娟,张杰,吕纯阳,刘升平. 2022

[15]基于深度学习的近地面草原鼠洞识别计数关键问题研究与应用. 郭秀明,王大伟,刘升平,诸叶平,刘晓辉,林克剑,王佳宇,李非. 2024

[16]果园作业机器人自主导航多任务联合感知方法研究. 张津国,蔡建峰,姜蓉蓉,余山山,王蓬勃. 2025

[17]基于RT-WEDT的麦穗检测与计数方法. 李婕,杨子豪,郑权,乔江伟,涂静敏. 2024

[18]基于改进YOLOv5n模型的农作物病虫害识别方法. 承达瑜,赵伟,何伟德,武择鹏,王建东. 2024

[19]基于改进YOLOv8模型的冬小麦穗识别技术. 宫志宏,闫锦涛,于红,刘涛,刘布春,李树岩. 2026

[20]基于YOLO与扩散模型的冠层环境灰茶尺蠖幼虫检测方法. 罗学论,Mostafa GOUDA,宋馨蓓,胡妍,张文凯,何勇,张瑾,李晓丽. 2025

作者其他论文 更多>>