改进YOLOv8_obb的大豆主茎节点识别方法研究

来源：中国农机化学报杂志2026年第1期北京时间：

作者：杨彦旭, 李金阳, 石文强, 亓立强, 张伟

单位：1. 黑龙江八一农垦大学工程学院，黑龙江大庆，163319；2. 农业农村部大豆机械化生产重点实验室，黑龙江大庆，163319

摘要：大豆株型对大豆产量有重要影响，大豆主茎节数是大豆株型构成的重要性状。为实现田间条件下大豆主茎节数识别计算，以黑龙江省九三地区大豆为研究对象，提出基于YOLOv8_obb模型改进的大豆主茎节点识别方法YOLOv8_obb—AES，计算大豆主茎节点，得到大豆主茎节数。改进模型引入高效注意力机制模块，缩减模型计算量，采用渐进特征金字塔网络结构替换YOLOv8_obb网络中的路径聚合特征金字塔网络，增强多尺度融合能力，替换IoU损失函数加快模型边界回归，提高模型收敛速度。结果表明，YOLOv8_obb—AES算法对田间大豆主茎节点的平均精度均值与检测速度分别达到89.45%、78.8帧/ms，相比于原始算法分别提升8.45%、7.6帧/ms，对于九研17大豆植株6种不同主茎节数的识别准确率分别为85.4%、84.5%、87.6%、85.2%、81.6%和82.2%。该研究为探究大豆产量与大豆主茎节数之间的关联提供技术支持。

关键词：大豆,主茎节点,目标识别,渐进特征金字塔网络,高效注意力机制

基金资助：国家现代农业产业技术体系（CARS—04—PS30）；黑龙江八一农垦大学研究生创新科研项目（YJSCX2023—Y19）