基于改进YOLOv8算法的西红柿自动采摘识别系统
熊天赐
何乐阳
朱洪浩
侯勇
蚌埠学院计算机与信息工程学院,安徽 蚌埠 233030
摘要：采摘机器人可以提升效率降低成本.多数采摘机器人使用YOLOv5/v7算法,但这些算法在识别成熟度上有局限,易误采.为此,基于YOLOv8算法并对其进行改进,可以提高成熟度识别准确性,通过对由西红柿制成的数据集为样本进行实验分析,实验结果采用混淆矩阵、精确置信曲线、F1置信度曲线、召回置信度曲线,及其标签图像等指标来反映实验结果.改进后识别率最高达91.4%,优于原YOLOv8的86%.同时该系统具有较高的通用性,后期可以整合到采摘机器人中.
关键词：YOLOv8深度学习计算机视觉神经网络目标检测
分类号：TP389.1(计算技术、计算机技术)
资助基金：安徽省大学生创新创业训练项目(S202411305031)蚌埠学院大学生创新创业训练项目(2024142)
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：6( 26-31 )