基于改进YOLOv8s-Seg模型的番茄成熟度检测

来源：湖北农业科学杂志2025年第6期北京时间：

作者：杨爽, 周中林

单位：长江大学经济与管理学院,湖北 荆州 434023

摘要：为了实现对不同成熟度番茄的实时检测,提出改进YOLOv8s-Seg模型,从而满足现代农业对精准管理的需求。通过改进YOLOv8s-Seg模型的颈部模块来提高其网络性能,在每次上采样操作前,添加1×1 SimConv卷积,将颈部剩余的常规卷积替换为3×3 SimConv卷积,显著提高算法的特征融合能力。结果表明,改进YOLOv8s-Seg模型对成熟番茄、半成熟番茄和未成熟番茄的分割精确率分别为92.7%、92.3%和89.9%。与YOLOv8s-Seg模型相比,改进YOLOv8s-Seg模型的精确率、召回率、F1评分和mAP@0.5分别提高1.6、0.4、1.0、2.4个百分点;改进YOLOv8s-Seg模型的精确率、召回率、F1评分和mAP@0.5均高于YOLOv8s-Seg模型、YOLOv5s-Seg模型、YOLOv7-Seg模型和Mask R-CNN模型;改进YOLOv8s-Seg模型的推理时间为3.5 ms,虽然比YOLOv5s-Seg模型和YOLOv8s-Seg模型略有增加,但明显低于YOLOv7-Seg模型和Mask R-CNN模型。改进YOLOv8s-Seg模型在复杂环境下的番茄成熟度分割任务中表现出优异性能;无论是叶片遮挡、果实重叠,还是光照变化与角度变化,该模型均能实现高精度的分割效果。

关键词：改进YOLOv8s-Seg模型,番茄（SolanumlycopersicumL.）,成熟度,检测

基金资助：国家自然科学基金面上项目(62077018)