基于改进YOLOv8模型的苹果品质检测算法

来源：中国农机化学报杂志2026年第4期北京时间：

作者：项新建, 周然, 罗秋霞, 唐小辉, 陈祯力, 郑永平

单位：浙江科技大学，杭州市，310023

摘要：为保证室外苹果品质（是否感染炭疽病、马氏斑）目标检测技术的高效性和准确性，使用以YOLOv8n—BSW为目标检测模型满足一系列需求。该模型在Head网络中添加双向特征金字塔模块(BiFPN)，有助于减少网络中的节点数，从而提高特征融合效率；在YOLOv8n的Backbone网络中添加空间金字塔池化模块（SPPELAN），对苹果表面特征进行分割与并行处理，显著提高计算效率；修改损失函数Wise—IoU(v2)用于提高苹果品质检测的准确性和鲁棒性。YOLOv8n—BSW模型的平均精度均值，mAP@0.5为86.4%，比原YOLOv8n模型分别提升2%、0.9%、2.6%，YOLOv8n—BSW模型在检测速度和计算效率上实现明显改进，能够更加快速、准确地识别和分类苹果果园中的果实，为实现高效的品质控制提供技术支持。

关键词：苹果,品质检测,深度学习,特征金字塔,损失函数

基金资助：浙江省尖兵领雁研发计划（2024C01071）