基于深度學習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致識別難度大的問題，文章提出一種改進的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)絡模塊替換C2f（CSPBottleneckwith2Convolutions），增強模型特征表示能力;其次，引入BiFormer 注意力機制，增強對遮擋和小目標果實的檢測能力，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）