农业机械学报

作者：庄煜，徐琨林，李美琪，戴济泽，王金峰

单位：东北农业大学,东北农业大学,东北农业大学,东北农业大学,东北农业大学,

关键词：葡萄穗梗;图像分割;YOLO v11n-MBCa模型;采摘点;轻量化

基金：黑龙江省自然科学基金项目（ZL2024E001）和黑龙江省博士后科学基金项目（LBH-Z22078）

针对葡萄穗梗形态纤细且与环境色差微弱导致的采摘点定位问题，本文提出了一种基于改进YOLO v11n的轻量化分割模型YOLO v11n-MBCa。构建了复杂环境下绿色葡萄高质量数据集，并引入轻量化MobileNetV4网络替换YOLO v11n的骨干网络(Backbone)，减少模型参数量以及在特征融合层(Neck)引入加权双向特征金字塔网络（BiFPN），增强多尺度特征融合能力。增加坐标注意力机制（CA），使模型能更准确地定位和聚焦感兴趣区域。分割葡萄穗梗，通过优化质心算法计算出最佳采摘点。试验结果表明，改进后模型在葡萄数据集上的精确率、召回率和平均精度均值（mAP）达到90.1%、93.2%和93.6%，模型参数量与模型内存占用量仅为2.2×106和4.9MB。研究结果可为采摘机器人智能化采摘提供理论支持。

来源：2025年第9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9期