领学术科研之先，创食品科技之新
—— 中国食品杂志社
建立基于轻量化YOLOv8-FasterBlock模型的小粒咖啡生豆分级方法。实验主要收集来自云南的一级、二级、三级以及缺陷小粒咖啡生豆共500 g作为研究对象，混合后采集相应RGB图像作为咖啡生豆分级的数据集。随后对YOLOv8n模型进行改进，重点将YOLOv8n模型中C2f模块的BottleneckBlock替换为FasterNet中的FasterBlock模块，改进后形成新的轻量化YOLOv8-FasterBlock模型。将该模型应用于实验中不同等级咖啡豆分级检测，结果显示，提出的YOLOv8-FasterBlock模型精确率、召回率和平均精度均值分别达到了98.4%、94.3%、97.4%，其检测平均时间为2.4 ms。在后续进行的一系列对比实验、消融实验、轻量化实验以及粘连豆实验，证明了YOLOv8-FasterBlock模型的优越性和结构有效性。YOLOv8-FasterBlock模型在降低模型复杂度的同时，提升了对小粒咖啡生豆的特征提取能力和推理速度，可实现咖啡豆分级快速检测。研究结果可为后续小粒咖啡生豆分级设备的视觉模块部署提供参考，也可以为其他农产品的分级提供理论支持。
2023年第44卷 2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
电话: 010-87293157
地址: 北京市丰台区洋桥70号
版权所有 @ 2023 中国食品杂志社 京公网安备11010602060050号 京ICP备14033398号-2
