科创中国
基于改进YOLOv7的复杂环境下的葡萄成熟度检测
发布时间: 2025-02-20
基本信息
合作方式：
技术咨询
成果类型：
发明专利,新技术
行业领域：
现代农业
成果介绍
提出了一种改进的YOLOv7模型（YOLOv7MCA），用于葡萄果实成熟度的高精度、快速检测。为了提高检测效果并减少计算量，作者引入了MobileNetV4作为骨干网络，以减少模型参数，并提高模型的效率。同时，研究还加入了卷积块注意力模块（CBAM），增强了特征选择能力，提升了模型在复杂环境下的表现。最后，采用了自适应空间特征融合模块（ASFF），优化了特征融合过程，使得模型在处理不同尺度目标时更加高效。通过这些改进，YOLOv7MCA模型在不同环境条件下的葡萄成熟度检测表现出色，具有更高的检测精度和更低的内存占用，能够为葡萄的自动化采摘提供技术支持。
成果亮点
1. 检测精度与性能提升：改进后的YOLOv7MCA模型在葡萄图像测试集上的精准度为95.2%，召回率为87.2%，平均精度均值为93.9%，在检测精度上优于Faster R-CNN、YOLOv5、YOLOv7等传统模型，能够处理复杂背景、遮挡以及不同光照条件下的葡萄成熟度检测任务。
2. 高效的实时检测：YOLOv7MCA模型的平均检测时间为52.2ms，内存占用为53.6MB，既保证了高精度，又能在有限的计算资源下实现实时处理，适用于实际的自动化采摘应用。
团队介绍
石河子大学人工智能实验室成立于2020年，先后承担了国家重点研发计划、国家重大人才工程、国家自然科学基金、兵团重大科技项目、兵团重点领域科技攻关项目、兵团中青年科技创新领军人才计划项目等十余项国家和省部级项目，以及与澳大利亚合作的多项国际合作科研项目。开发了多项创新技术，发表SCI检索论文20余篇；获得发明专利20余项；申请软件著作权8项；出版专著5本等。实验室由高素质专职和兼职科研人员组成，其中拥有博士学位6人，硕士学位3人，有多 人拥有国外学位或在国外进修学习的经历，近三年里已先后培养博硕士研究生50多名。
成果资料
产业化落地方案
成果综合评价报告
评价单位：“科创中国”葡萄酒产业科技服务团 (中国农业工程学会) 评价时间：2025-03-26
刘平
山东农业大学
教授
综合评价
该成果基于改进 YOLOv7 的葡萄成熟度检测技术在智慧农业领域具有一定的技术创新性和应用潜力，但仍存在部分待完善环节。核心改进点（如 MobileNetV4 的引入）在计算机视觉领域已有相关研究，技术壁垒需进一步强化；多环境适应性验证数据不足，极端天气（如暴雨、雾霾）下的鲁棒性尚未充分论证。智慧农业和自动化采摘市场年增长率约 15%，但细分领域（如葡萄专用检测）竞争逐渐加剧；当前以技术合作为主，但缺乏可复制的商业模式（如“技术+服务”捆绑销售）；主要风险包括：模型泛化能力不足导致客户流失；农业政策变动影响补贴力度；硬件供应链成本上升。
总结，该项目符合国家智慧农业发展方向，技术处于行业中游水平，具备初步商业化能力。建议在强化技术壁垒、完善落地案例的基础上。
查看更多>
下载app