基于改进YOLOv8的复杂果园环境下杏果的目标检测

来源：中国农机化学报杂志2025年第3期北京时间：

作者：买买提·沙吾提, 阿尔庆·西力克

单位：（1. 新疆大学地理与遥感科学学院，乌鲁木齐市，830046； 2. 新疆绿洲生态重点实验室，乌鲁木齐市，830046；3. 智慧城市与环境建模自治区普通高校重点实验室，乌鲁木齐市，830046）

摘要：为解决复杂果园环境中，因遮挡、重叠导致杏果识别误检率较高、检测精度较低的问题，提出一种基于改进YOLOv8n网络模型的杏果检测算法。该算法采用轻量化模块MobileViT—XS替换原有骨干网络，保证特征提取能力，同时降低模型的参数量与计算量，并且将原始的损失函数CIoU替换为WIoUv3，动态优化损失权重提高模型的检测精度。为验证改进方法的有效性，选取6种主流的目标检测模型、5种骨干网络的轻量化改进模型以及5种不同的损失函数进行对比试验。结果表明，改进后的模型相比原始模型在F1、平均精度均值mAP上提升1.25%、1.48%，参数量、浮点运算量、模型大小分别降低28.06%、0.1 G、1.48 MB。改进后的算法能够精准、快速地在复杂的果园环境中识别出杏果。

关键词：杏果,目标检测,复杂果园环境,轻量化网络,YOLOv8算法,损失函数

基金资助：新疆自然科学计划（自然科学基金）联合基金项目（2021D01C055)