基于改进YOLO v8的轻量化草莓成熟度检测算法

来源：江苏农业科学杂志2025年第第20期北京时间：

作者：王成健;徐振平;詹炜

单位：长江大学计算机科学学院，湖北荆州 434000

摘要：针对现有的草莓成熟度检测算法无法兼顾检测精度和检测速度，以及模型参数量大难以部署到嵌入式设备等问题，提出一种改进YOLO v8n的轻量化草莓成熟度检测算法。首先，采用HGNet v2网络和GhostConv卷积对YOLO v8n主干网络进行轻量化改进，降低模型参数量和计算量；其次，提出一种多路径坐标注意力(MPCA)模块，通过在原CA模块的基础上增加获取全局信息的分支和加强单方面细粒度信息的分支，来提升模型对草莓果实目标的特征提取能力；然后，将Wise-IoU、Inner-IoU、EIoU三者相结合，提出Wise-Inner-EIoU损失函数取代传统的CIoU，通过使用辅助边界框和制定合适的梯度增益分配策略，加速边界框回归并提高模型整体性能；最后，使用LAMP算法对改进模型进行权重剪枝，减小模型大小，提高推理速度。结果表明，改进后模型的mAP@0.5、mAP@0.5：0.95、检测速度相较于YOLO v8n模型分别提高了0.5、0.2百分点和33.2%，同时模型参数量、计算量及模型大小相较于原模型分别减小了73.3%、72.8%、70.5%，优于其他目标检测算法，该研究可为草莓智能化检测设备的部署和实际应用提供技术参考。

关键词：草莓成熟度检测;YOLO v8n;轻量化; 损失函数;模型剪枝