[科研进展]研究人员提出了基于深度学习网络算法的柑橘幼果高精度识别方法

近日，中国农业科学院都市农业研究所联合山东农业大学等优势科研机构，提出了基于深度学习网络算法的柑橘幼果高精度识别方法，论文成果《An Improved YOLOV8n for Detection of Young Citrus in Lush citrus trees》发表在中科院2区期刊《Frontiers in Plant Science》上，马伟博士为通讯作者。

调整柑橘幼果期的树木负载对于促进幼果发育、提高柑橘品质至关重要。目前柑橘幼果疏果主要依靠人工干预，存在效率低、精度不高、成本高等缺点。利用机器学习和人工智能技术进行智能疏果，可以提高工作效率，保证优良的果实品质，同时降低生产成本。为了解决智能疏果过程中幼果识别效率低下和准确性不足的挑战，该研究提出了一种YCCB-YOLO网络框架，在保持计算效率的同时提高检测精度，增强了复杂背景下幼果柑橘靶标识别能力，平均精度（mAP）达到了97.32%。

本研究得到了中国农业科学院科技创新工程及基本科研业务费、成都农业科技中心项目的支持。