基于改进YOLOv8的香菇成熟度检测方法

来源：中国农机化学报杂志2026年第3期北京时间：

作者：李佳龙, 徐增丙, 张萃敏, 胡华强, 王志刚

单位：1. 武汉科技大学机械工程学院，武汉市，430081； 2. 湖北省科技信息研究院，武汉市，430064；3. 中交武汉智行国际工程咨询有限公司，武汉市，430056

摘要：基于机器视觉的香菇成熟度准确检测是实现其智能化采摘的前提条件。香菇生长环境复杂、数量多、个体小，对检测精度及小目标检测能力提出极高要求。为此，提出一种基于改进YOLOv8实例分割模型的香菇成熟度检测方法。首先，在YOLOv8模型的主干网络中引入BiFormer注意力机制，提高模型敏感特征提取能力；其次，在模型特征融合网络部分融入骨干网络中的P2特征图，获取特征图中更多的细节信息，提高模型对小目标的检测能力和检测精度。香菇成熟度检测试验结果表明：改进的YOLOv8算法可有效地识别检测香菇成熟度，检测精度和mAP@0.5分别达到95.30%和96.51%，且性能优于其他视觉检测模型。

关键词：香茹,成熟度检测,小目标检测,注意力机制,骨干网络

基金资助：湖北省重点研发基金项目（2024BAB061）