基于YOLO-CRC的茄子及茄子梗分割與定位方法

摘要： 針對(duì)茄子生長(zhǎng)環(huán)境的復(fù)雜性和不確定性使得采摘機(jī)器人難以準(zhǔn)確對(duì)采摘點(diǎn)進(jìn)行定位的問(wèn)題，該研究以YOLOv8-Seg模型為框架，提出了一種基于重參數(shù)結(jié)構(gòu)的YOLO-CRC實(shí)例分割模型。首先在Backbone層引入Diverse Branch Block(DBB)與極化注意力機(jī)制構(gòu)成CDCP模塊，有效提高模型對(duì)小目標(biāo)分割的能力；然后基于重參數(shù)化技術(shù)在Neck層中優(yōu)化C2f模塊，使用Rep... （共10頁(yè)）