改进YOLOv8的步进式烤房烟叶烘烤阶段识别方法

来源：湖北农业科学杂志2025年第9期北京时间：

作者：王春清, 尚书旗, 张茜雅, 刘伟, 岳丹松

单位：1.青岛农业大学机电工程学院,山东 青岛 266109; 2.山东源泉机械有限公司,山东 临沂 276400

摘要：针对步进式烤房环境下的烟叶烘烤阶段识别需求,提出一种基于改进YOLOv8的实时检测模型T-YOLOv8。首先,引入轻量化的EfficientViT作为主干网络,以提升模型在高复杂场景中的检测精度和推理速度。其次,通过设计可变形自适应注意力机制模块（Deformable adaptive attention mechanism, DA-Attention）,增强模型在不同环境条件下的特征融合与表达能力,进一步提升多样化数据输入下的鲁棒性。最后,融入跨阶段特征提取模块（CSPStage）和改进的损失函数(Focal EIoU_loss),优化目标特征的提取与融合效率,同时降低模型计算成本。结果表明,T-YOLOv8模型的精确度、召回率和平均精度（mAP50）分别达90.3%、94.1%和95.2%,较YOLOv8模型分别提高5.2%、4.1%和5.2%。相较于YOLO系列模型及经典目标检测模型,T-YOLOv8模型在实时性和准确性方面具有明显优势。T-YOLOv8模型实现了步进式烤房烟叶烘烤状态的实时监测,可支持智能化和自动化烘烤系统的构建。

关键词：改进YOLOv8,步进式烤房,烟叶烘烤,识别方法

基金资助：山东省重点研发计划（重大科技创新工程）项目（2022CXGC010611）