RGB-D茶叶嫩芽检测模型

跨品种检测更强

该模型利用深度图和超注意力融合模块，在跨品种茶叶嫩芽检测中展现出显著优于YOLOv7的泛化能力。

Yanxu, Wu · 陈建能 · 贺磊盈 · Gui, Jiangsheng · Jia, Jiangming

Journal of Field Robotics 2024

参数信息

AP50提升（复杂环境）

6.58 %

AP50提升（跨品种）

33.31 %

技术优势

跨品种也能认

模型专注于茶叶嫩芽的核心特征，即使面对不熟悉的品种也能准确检测，最大AP50提升33.31%。

复杂环境更稳

在复杂环境下AP50提升6.58%，训练收敛更快更一致，适合户外多变光照和背景。

应用场景

• 采茶机器人：采茶机器人装上YOST，能认不同品种的嫩芽，减少重复训练和数据库采集成本。
• 农业具身智能：农业机器人具备跨品种视觉理解，适应田间复杂环境，提升自主采摘能力。
• 智能农机：智能农机用YOST实现小样本高泛化检测，降低数据采集和训练压力，加快部署。