YOLOv8改進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等算法的目標檢測、實例分割在低尺寸及密集型樣本中魯棒性較差，存在機械臂常抓取到枝葉、抓取不牢固、易脫落等問題。大部分系統(tǒng)使用目標識別，無法準確識別油茶果具體輪廓信息，不能對油茶果進行大小分類。針對這一問題，研究提出了YOWNet模型應(yīng)對油茶果分揀的小目標、高密度識別任務(wù)。首先，研究了自動化邊緣標注腳本，腳本調(diào)用零樣本Segment Anyth... （共8頁）