基于 YOLOv8 和 PSP-Ellipse 的火龙果成熟度识别

[目的]提高火龙果成熟度检测准确率及鲁棒性。[方法]采用YOLOv8目标检测模型与PSP-Ellipse分割算法相结合的策略,提出一种高效且准确的火龙果成熟度自动识别方法。先利用YOLOv8的实时目标检测功能对火龙果进行初步定位和识别,再通过PSP-Ellipse的形状识别能力,对火龙果的形状和成熟度进行进一步的精细分类。[结果]火龙果成熟度分类准确率为97.6%,鲁棒性较强。[结论]该方法在复杂背景和多种光照条件下能够显著提高火龙果的自动化分级效率。