基于改进YOLOv8s 的玫瑰鲜切花分级方法

分类： 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间： 2024-06-17 合作期刊: 《智慧农业（中英文）》

张玉玉 邴树营 纪元浩 严蓓蓓 许金普

摘要： ［目的/意义］针对当前玫瑰鲜切花分级仍依赖人工进行简单分级，造成效率低、准确率低等问题，提出 一种新的模型Flower-YOLOv8s来实现玫瑰鲜切花的分级检测。［方法］以单一背景下单支玫瑰花的花头作为检测 目标，将鲜切花分为A、B、C、D四个等级，对YOLOv8s（You Only Look Once version 8 small） 模型进行了优化改 进。首先，构建了一个全新的玫瑰鲜切花分级检测数据集。其次，在YOLOv8s的骨干网络分别添加CBAM（Con⁃ volutional Block Attention Module） 和SAM（Spatial Attion Module） 两个注意力机制模块进行对比实验；选择SAM模 块并对其进一步优化，针对模型轻量化需求，再结合深度可分离卷积模块一起添加到C2f结构中，形成Flower- YOLOv8s模型。［结果和讨论］从实验结果来看YOLOv8s添加SAM的模型具有更高的检测精度，mAP@0.5达到 86.4%。Flower-YOLOv8s相较于基线模型精确率提高了2.1%，达到97.4%，平均精度均值（mAP） 提高了0.7%， 同时降低了模型参数和计算量，分别降低2.26 M和4.45 MB；最后使用相同的数据集和预处理方法与Fast-RCNN、 Faster-RCNN、SSD、YOLOv3、YOLOv5s和YOLOv8s进行对比实验，证明所提出的实验方法综合强于其他经典 YOLO模型。［结论］提出的基于改进YOLOv8s的玫瑰鲜切花分级方法研究能有效提升玫瑰鲜切花分级检测的精准 度，为玫瑰鲜切花分级检测技术提供一定的参考价值。

通过

 点击量 148  下载量 58  评论 0