基本信息

---

下载

文档摘要

---

摘要

随着智能农业技术的迭代升级，复杂背景下苹果目标识别技术已成为果园智能化管理的核心研

究方向之一，传统目标检测方法在复杂场景下检测精度不足，误检和漏检频繁，缺乏对多样化场景

的适应能力。本研究通过引入轻量化网络结构、多尺度特征融合模块及损失函数优化策略，提出一

种基于YOLOv8n改进的轻量化模型YOLOv8-SCG（StarNet、CGFM和GIoU），以提升复杂背景

下苹果检测精度和效率，主要研究内容具体包括以下方面：

（1）构建高质量且具代表性的苹果目标检测数据集。通过对