YOLOv8改進(jìn)算法在油茶果分揀中的應(yīng)用

摘要： 現(xiàn)有的油茶果分揀系統(tǒng)所依賴的YOLO等算法的目標(biāo)檢測(cè)、實(shí)例分割在低尺寸及密集型樣本中魯棒性較差，存在機(jī)械臂常抓取到枝葉、抓取不牢固、易脫落等問(wèn)題。大部分系統(tǒng)使用目標(biāo)識(shí)別，無(wú)法準(zhǔn)確識(shí)別油茶果具體輪廓信息，不能對(duì)油茶果進(jìn)行大小分類。針對(duì)這一問(wèn)題，研究提出了YOWNet模型應(yīng)對(duì)油茶果分揀的小目標(biāo)、高密度識(shí)別任務(wù)。首先，研究了自動(dòng)化邊緣標(biāo)注腳本，腳本調(diào)用零樣本Segment Anyth... （共8頁(yè)）