【技术实现步骤摘要】
本专利技术涉及图像检测，具体涉及基于yolov8y对图像目标检测方法及其系统。
技术介绍
1、苹果是全球最重要的栽培水果之一，广泛种植于温带地区。过去十年中，中国已成为苹果生产的主要国家，占全球产量的近一半。然而，在苹果成熟季节，果园管理面临的一个重大挑战是确保及时、高效的收获。
2、现有技术中，果园经理需要雇用大量的临时劳动力来完成这一任务，但随着劳动力资源日益紧张，基于机器人技术的自动化采摘成为了农业发展的必然趋势。计算机视觉技术的发展推动了果蔬检测中的目标识别，基于深度学习的机器视觉以其高效、无损的特点，正在逐渐应用于农业生产中。在现代农业中，苹果采摘机器人面临复杂生长环境、不稳定光照和天气变化等因素的挑战，导致目标检测精度下降。
3、综上所述，在复杂天气果园环境下，现有的苹果采摘机械人无法对苹果果实进行精准的检测。
技术实现思路
1、本专利技术解决了现有的苹果采摘机械人在复杂天气果园环境下无法对苹果果实进行精准的检测的问题。
2、本专利技术所述的...
【技术保护点】
1.基于YOLOv8y对图像目标检测方法，其特征在于，具体为：
2.根据权利要求1所述的基于YOLOv8y对图像目标检测方法，其特征在于，所述的确定YOLOv8y的比例因子，具体为：
3.根据权利要求1所述的基于YOLOv8y对图像目标检测方法，其特征在于，所述的V7Downsampling，具体为：
4.根据权利要求3所述的基于YOLOv8y对图像目标检测方法，其特征在于，所述的第一路图像输出的通道数调整后的特征图像，与第二路图像输出的特征图像进行Concat，具体为：
5.根据权利要求1所述的基于YOLOv8y对图像...
【技术特征摘要】
1.基于yolov8y对图像目标检测方法，其特征在于，具体为：
2.根据权利要求1所述的基于yolov8y对图像目标检测方法，其特征在于，所述的确定yolov8y的比例因子，具体为：
3.根据权利要求1所述的基于yolov8y对图像目标检测方法，其特征在于，所述的v7downsampling，具体为：
4.根据权利要求3所述的基于yolov8y对图像目标检测方法，其特征在于，所述的第一路图像输出的通道数调整后的特征图像，与第二路图像输出的特征图像进行concat，具体为：
5.根据权利要求1所述的基于yolov8y对图像目标检测方法，其特征在于，所述的yolov8y颈部-双向...
【专利技术属性】
技术研发人员：张丽娟，游浩海，李东明，王泉，贾浩杰，
申请(专利权)人：无锡学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。