YOLOv8算法分類識別機收甘蔗雜質(zhì)的研究

打開文本圖片集

關鍵詞機收甘蔗；YOLOv8；雜質(zhì)；分類；識別中圖分類號S225 文獻標識碼A文章編號 0517-6611（2025）08-0200-05doi：10.3969/j.issn.0517-6611.2025.08.041

開放科學（資源服務）標識碼（OSID）：

AbstractInvieoftesugarfactoriesrelyentirelyonmanualjudgmentofteimpurityontentinmechanicallyharestedsugarcaehich ishighlysubetiedckssetifsissedpgestoexpeasifatiodcoofimprih callyharvestedsugarcaneeainfocusdbenuildanmageacquisionplatfoanddtaset，selected，aidut，nddsigdhadwareuchasomputersustralameras，ndligsuceseOoritadedtoraindtectatasefoasification，used recall，precision，and average precision mean quantitative evaluation of the detection results，showed that the YOLOv8 algorithm achieved an average accuracy of 7 7 . 4 % in classifying and recognizing machine harvested sugarcane，efectively distinguishingitsdifetoots.solsahillrinfudatiofoubseeeiofipuritotce harvested sugarcane.

KeywordsMachine-harvested sugarcane；YOLOv8；Impurity；Classify；Identify

我國是全球第三大甘蔗生產(chǎn)國[，對于機械化作業(yè)需求很高，其中機械化收獲在多年的發(fā)展中取得了一定進步，但收獲后會混有不同種類雜質(zhì)，如蔗梢、蔗葉、泥沙等，而雜質(zhì)含量是影響制糖產(chǎn)糖率和經(jīng)濟效益高低的關鍵因素之一[2]同時會造成糖廠設備使用壽命縮短、生產(chǎn)成本增加以及一級糖料出糖率降低等。（剩余6738字）