基于改进YOLOv8的马铃薯种薯芽眼检测

来源：中国农机化学报杂志2026年第2期北京时间：

作者：郝敏, 汤宇翔, 孙建英, 曹星泰, 王显赫, 宋硕

单位：内蒙古农业大学机电工程学院，呼和浩特市，010018

摘要：马铃薯芽眼检测是种薯智能化切块过程中的关键技术环节，准确快速的芽眼检测是种薯切块的前提。针对种薯芽眼目标小、表面背景干扰大等问题，融合Shuffle Attention注意力、双向加权特征金字塔网络(BiFPN)、InnerIoU和WiseIoU，提出一种基于YOLOv8n的芽眼检测模型。首先将原模型的颈部网络替换为双向特征金字塔网络BiFPN，增强模型多尺度特征融合能力；之后，在主干网络SPPF的前一层增加Shuffle Attention注意力机制，提升模型的特征提取能力；最后，在损失函数部分，融合InnerIoU和WiseIoU，替换CIoU,加快模型的收敛，提升检测精度。试验表明改进后的YOLOv8网络模型，平均精度均值、精确率和召回率分别为94.1%、92.4%和91.6%，检测速度为151.5帧/s，较原模型提升显著，相比于其他模型精度高、速度快，能够满足实时检测需求，可为马铃薯种薯智能化检测提供参考。

关键词：马铃薯种薯,芽眼检测,深度学习,注意力机制,损失函数

基金资助：国家自然科学基金项目（62366041）