改进YOLOv8检测器

检测更快更准

通过C2F-Dense、MS-OKS Loss和通道剪枝改进YOLOv8，在提升精度的同时大幅提高推理速度，实现无GPU平台的实时检测。

Hengxu, Chen · Kaixuan, Wu · Hengyi, Lin · Zhou, Haobo · Zhou, Zhengqi · Yuju, Mai · Shi, Linlin · Meiqi, Zhang · Zhe, Ma · Peihan, Lin · 李君

Computers and Electronics in Agriculture 2025

参数信息

龙眼果串检测APmax50

74.30 %

龙眼果串检测FPS提升

40.57 %

采摘点检测APmax85:95

86.68 %

采摘点检测FPS提升

88.77 %

技术优势

检测更快更准

改进YOLOv8n在龙眼果串检测上APmax50达74.30%，FPS提升40.57%；采摘点检测APmax85:95达86.68%，FPS提升88.77%。

动态调整速度

建立无人机速度与果串和采摘点位置的相关性，使无人机动态调整飞行速度以逼近果串并对准采摘点。

应用场景

• 无人机采摘：替代人工采摘，在果园中自主接近龙眼果串并精准对准采摘点。
• 果园实时检测：在无人机飞行中实时识别果串和采摘点，无需预规划路径。
• 农业机器人：为农业机器人提供轻量化视觉检测模块，降低对高性能硬件的依赖。
• 边缘端部署：模型经通道剪枝后计算量低，可在无GPU边缘设备上实现实时推理。