DOI：10.3969/j.issn.1672-3872.2026.07.002
基金项目：广东省普通高校重点领域专项“基于云平台鱼塘水质在线监控关键技术研究”（2023ZDZX4117）；广州市高等学校教学改革项目（2023GHJC003）；广州铁路职业技术学院创新创业项目“智能控制技术应用实验室”（2021SCSYS002）
作 者：申利民1 ，张洪涛2 ，黄皓林2（1. 广州铁路职业技术学院，广东 广州 510430；2. 广州华立学院智能制造学院，广东 广州 511325）
摘 要：【目的】解决人工检测草莓成熟度耗时长、效率低、检测结果的准确性和稳定性不足等问题。【方法】以YOLOv10网络为底层架构，设计了一款草莓成熟度检测系统，对成熟草莓进行目标检测和类别预测、分析、处理。同时，采用分层交叉验证方法构建系统数据集，进行模型训练与测试；并以精确率、召回率、mAP以及模型大小作为评估指标，对比了YOLOv10模型与EdgeYOLO SCoco、EdgeYOLO Tiny的表现。【结果】YOLOv10模型mAP达到89.7%，模型大小仅为5.6 MB，精确率达到94.7%，召回率达到92.3%，均显著优于EdgeYOLO SCoco与EdgeYOLO Tiny。【结论】该系统在草莓成熟度检测场景中表现出良好的适用性，兼具高精度与快速响应的优势，可有效降低草莓检测的人力成本，为草莓的及时采收、质量分级及市场销售提供科学依据与技术支撑。
关键词：YOLOv10；草莓成熟度检测；深度学习；目标检测
引文信息：[1]申利民，张洪涛，黄皓林.基于YOLOv10的草莓成熟度检测系统设计[J].南方农机，2026，57(7)：9-13.
查看全文请下载PDF文件↓
