基本信息

---

下载

文档摘要

---

摘要

摘要

随着人工智能的快速发展，农业自动化已成为提升生产效率的重要途径。然而，传统的

番茄采摘主要依赖人工或半自动化方式，在复杂环境下难以实现精准定位。近年来，基于深

度学习和计算机视觉的番茄识别与定位技术成为研究热点。特别是在温室大棚等非结构化种

植环境中，番茄因叶片遮挡、果实重叠和光照变化等因素影响识别和定位，增加了采摘难度。

为此，本文提出了一种改进型YOLOv8-Tomato的番茄检测模型和基于D435i深度相机定