农业机械学报

作者：任晶秋，万恩晗，单蜜，张光华，卢为党

单位：东北石油大学,东北石油大学,东北石油大学,东北石油大学,浙江工业大学,

关键词：番茄成熟度;目标检测;YOLO v8n;注意力模块;轻量化;Jetson Nano

基金：国家自然科学基金项目（62271447）

为应对番茄采摘面临的果农老龄化、劳动力短缺和人工成本上涨等挑战，解决在复杂果园环境下番茄采摘机器人视觉系统成熟度检测精度低和实例分割不准确等问题，本文提出一种基于改进YOLO v8n网络的番茄成熟度实时检测算法。首先，通过在YOLO v8n网络中引入通道嵌入位置注意力模块和改进大核卷积块注意力模块，能够在浅层网络保留番茄目标位置信息，建立目标区域之间的长距离依赖关系，从而增加YOLO v8n网络对显著番茄特征的关注。然后，在LaboroTomato数据集上进行了对比实验，改进YOLO v8n相较于原YOLO v8n网络，检测和分割的mAP@50和mAP@50-95分别提高0.4、1.4个百分点和0.3、1.2个百分点。最后，实现了改进YOLO v8n网络在低成本、低算力和低功耗的Jetson Nano平台上的轻量化部署，模型内存占用量由满溢减少到2.4 GB，推理速度加倍。该研究可为番茄采摘机器人在复杂场景下实时、准确检测番茄成熟度提供技术支撑。

来源：2025年第3期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第3期