YOLOv8n-LF模型在机收小麦含杂率与破碎率检测中的应用

来源：湖北农业科学杂志2025年第10期北京时间：

作者：周洪, 孟小艳, 方伟舟, 丁晓晨

单位：新疆农业大学计算机与信息工程学院/智能农业教育部工程研究中心/新疆农业信息化工程技术研究中心,乌鲁木齐 830052

摘要：针对收割机对小麦含杂率与破碎率实时检测的需求,基于图像分割方法提出一种检测模型（YOLOv8n-LF）,以实现对小麦含杂率与破碎率的自动评估。首先,在SPPF模块中引入LSKA注意力机制,增强模型的多尺度特征提取能力;其次,采用Focal Loss的焦点调节机制对CIoU损失函数进行优化,聚焦不同的回归样本,提高模型检测效果。在自建数据集上,YOLOv8n-LF模型在保持轻量化的同时,兼具良好的分割性能,便于在边缘设备中部署,能够为小麦含杂率与破碎率的自动检测提供有效技术支持,从而促进农机智能化水平的提升。

关键词：YOLOv8n-LF模型,机收小麦,含杂率,破碎率,检测

基金资助：科技创新2030——“新一代人工智能”重大项目（2022ZD0115805）; 新疆维吾尔自治区重大科技专项（2022A02011）