YOLOv8-STEM: ENHANCED OVERHEAD APPLE STEM DETECTION UNDER OCCLUSIONS
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Accurate detection of apple stems is crucial for robotic cutting. This study proposed an improved YOLOv8-stem method for apple stem detection in overhead imagery under occlusion conditions. First, several im-provements were made to the YOLOv8 neural network: the conventional convolutional process within the in-termediate neck layer was substituted with the AK Convolution mechanism, a small object detection head was added, and ResBlock+CBAM attention mechanism was incorporated. Second, stem occlusion was determined by analyzing the positional relationship between the detected bounding boxes of stems and apples. The exper-imental results showed that compared to the original YOLOv8, this method improved apple stem detection ac-curacy by 6.0% (from 79.9% to 85.9%) and increased harvesting completeness from 84.2% to 93.2%.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- YOLOv8-STEM: ENHANCED OVERHEAD APPLE STEM DETECTION UNDER OCCLUSIONS
- Date Crossref
- 31/08/2025
- Éditeur
- INMA Bucharest-Romania
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Les institutions déclarées
Une affiliation ne permet pas de déduire la nationalité d’un auteur.