基于改进YOLOv8n轻量化模型的苹果识别方法

打开文本图片集

摘要：为解决在计算资源受限条件下部署苹果检测模型的问题，并为自然环境下苹果采摘机器人的目标识别提供技术支撑，设计了一种基于YOLO v8 n 模型的苹果识别方法YOLO ，先将YOLO v8 n 的骨干网络替换为StarNet轻量化模型，降低原模型的参数量;然后将 Star Blocks 模块耦合到 C2f 模块中构建一个新结构 C2f-StarNet，以降低模型复杂度，并且设计了新的检测头 ，以进一步降低模型的参数量;最后，结合损失函数 ShapeIoU优化模型的训练过程，以提升检测的性能。（剩余16994字）