DOI：10.3969/j.issn.1672-3872.2025.22.012
作 者：吕方怡 ，杨彼航（浙江农林大学光机电工程学院，浙江 杭州 311300）
摘 要：【目的】解决香榧人工分拣效率低和准确率低的问题。【方法】提出了一种基于YOLOv8n的香榧品质检测轻量化算法模型。在骨干网络中使用C2f-faster模块替换C2f模块，降低模型参数和计算量；在骨干网络的最后添加CBAM注意力机制，增强模型对特征图的学习能力；在检测头引入SIoU损失函数，提升对香榧的定位能力。同时，在香榧数据集上进行了该轻量化模型与YOLOv8n模型的对比实验及轻量化模型的消融实验，并测试了轻量化模型在实机实验中的性能。【结果】1）轻量化模型的检测精确率和平均精度均值较YOLOv8n模型分别提升了1.2%和0.2%，召回率基本持平，参数量和浮点运算数分别下降了15.6%、21.3%，帧率提高了33.5%。2）搭载轻量化模型的实机实验设备对优质香榧、外壳破裂香榧、炒制过火香榧、香榧果仁四种类型香榧的分拣成功率分别为81.5%、76.6%、100%、100%。【结论】该轻量化模型在保持基础算法模型准确率的同时，提高了检测效率，适合对香榧进行准确快速的检测。
关键词：香榧分拣；轻量化；注意力机制；损失函数
引文信息：[1]吕方怡，杨彼航.基于YOLOv8n的香榧品质检测轻量化算法研究[J].南方农机，2025，56(22)：52-56.
查看全文请下载PDF文件↓
