基于改进YOLOv8的采摘机器人苹果检测算法研究
黄天才
刘建新
张筱晨
陈博
西华大学机械工程学院,四川 成都 610039
摘要：针对现有检测方法存在遮挡苹果检测困难以及易错检、漏检的问题,提出一种基于改进YOLOv8的苹果检测算法.使用树枝、树叶对苹果数据集进行前景加强,加强遮挡特征;采用多特征信息融合模块C2f-MFIC组合独立细节信息,以丰富特征图内容,提升特征响应;通过引入可变形注意力机制DAttention强化感兴趣区域并且抑制冗余环境的干扰;为了提升边界框预测的准确性,引入Shape-IoU,考虑位置框的形状与尺寸,加强回归定位;采用曼哈顿距离加权对图像进行后处理,结合置信分数与边框阈值综合评优.在苹果检测数据集上进行消融实验,结果表明,改进的YOLOv8n算法和base算法相比,mAP@0.5提高了3.4%,mAP@[0.5∶0.95]提高了6.2%,recall提高了4.1%,参数量和计算量分别减少了0.73%、3.7%,与当前流行的识别网络相比,对苹果具有更好的识别效果.
关键词：苹果采摘目标检测YOLOv8MFIC可变形注意力
分类号：TP391(计算技术、计算机技术)
论文发表日期：2025-02-27
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 14-18 )