科创中国
基于改进YOLOv10的烟叶成熟度检测方法
发布时间: 2026-11-02
基本信息
合作方式：
技术转让
成果类型：
新技术
行业领域：
现代农业
成果介绍
本研究针对烟叶成熟度检测的传统人工方法存在的主观性强、标准不统一等问题，提出了一种基于改进YOLOv10和DCNv3颈部结构的轻量化烟叶成熟度检测方法。该方法通过引入先进的机器视觉技术，实现了对烟叶成熟度的快速无损检测，提高了烟叶品质检测的准确性和效率。结合DCNv3与C2f，构建了C2f-DCNv3，以此改进了YOLOv10的颈部网络结构，增强了模型对烟叶形态和边缘特征的捕捉能力。同时，在模型的多个阶段引入了Efficient Local Attention（ELA）机制，进一步提升了特征提取的效率和准确性。结果显示，改进后的模型在烟叶成熟度检测的各个类别上均表现出显著的性能提升，整体精度、召回率和平均精度等指标均有大幅提高，证明了本研究方法的有效性。
成果亮点
本研究将DCNv3与C2f结合，构建了C2f-DCNv3结构，并应用于YOLOv10模型的颈部网络改进。这一技术融合，增强了模型对烟叶复杂形态和精细边缘特征的捕捉能力，为后续的成熟度检测提供了坚实的基础。
在模型的多个阶段引入了Efficient Local Attention（ELA）机制，该机制通过局部注意力机制的有效利用，大幅提升了特征提取的效率和准确性。这一改进不仅加快了模型的运算速度，还进一步提高了检测的精度。为烟草业提供了一种全新的、高效的烟叶成熟度检测工具，具有重要的实际应用价值和推广前景。
团队介绍
该成果由河南科技大学农业装备工程学院智慧农业技术研究团队完成，团队成员有讲师师翊、副教授代智光、副教授赵龙、研究生王菲、研究生金姗姗。师翊主要从事农业信息化、智慧农业、数字植物等研究；代智光主要从事智慧农业、节水灌溉理论与新技术方向研究；赵龙主要从事智慧农业、农业遥感和水肥一体化等方向研究；王菲和金姗姗为河南科技大学农业信息化方向研究生。团队负责人师翊博士负责项目的整体方案制定和系统搭建，代智光博士负责田间试验，赵龙博士负责预测模型搭建，王菲负责图像数据获取与处理，金姗姗负责软件开发。
成果资料
下载app