原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
摘要
随着人工智能的快速发展，农业自动化已成为提升生产效率的重要途径。然而，传统的
番茄采摘主要依赖人工或半自动化方式，在复杂环境下难以实现精准定位。近年来，基于深
度学习和计算机视觉的番茄识别与定位技术成为研究热点。特别是在温室大棚等非结构化种
植环境中，番茄因叶片遮挡、果实重叠和光照变化等因素影响识别和定位，增加了采摘难度。
为此，本文提出了一种改进型YOLOv8-Tomato的番茄检测模型和基于D435i深度相机定
文档评论（0）