基于深度學(xué)習(xí)的咖啡果實成熟度檢測方法

打開文本圖片集

摘 要：針對目前咖啡果實的成熟度主要依賴人工判斷且果實相互遮擋導(dǎo)致識別難度大的問題，文章提出一種改進(jìn)的YOLOv8模型的咖啡果實成熟度檢測方法。首先，在Backbone端使用iRMB（InvertedResidualMobileBlock）混合網(wǎng)絡(luò)模塊替換C2f（CSPBottleneckwith2Convolutions），增強(qiáng)模型特征表示能力;其次，引入BiFormer 注意力機(jī)制，增強(qiáng)對遮擋和小目標(biāo)果實的檢測能力，更換CARAFE（Content-AwareReAssemblyofFeatures）上采樣算子，拓寬感受視野;最后，引入Wise-IOU損失函數(shù)，加速模型收斂。（剩余8561字）