YOLO Algorithm-Based Effective Orange Detection and Localization with Improved Data Augmentation

Madhura R. Shankarpure

doi:10.1007/978-981-96-7807-5_32

YOLO Algorithm-Based Effective Orange Detection and Localization with Improved Data Augmentation

2026-01-01

0

PRE

AI

M

Madhura R. Shankarpure *

D

Dipti D. Patil

DOI：10.1007/978-981-96-7807-5_32

原文链接

原文求助

摘要

En 中文

本文提出了一种基于You Only Look Once（YOLO）算法的图像和视频中橙子检测与定位的鲁棒框架。该系统结合基于轮廓的边界框定位与基于深度学习的物品识别以提高精度。采用迁移学习对预训练的YOLOv10模型在Fruit 360数据集上进行优化。应用数据增强技术，如随机旋转、亮度调整和缩放，以提升模型鲁棒性。在实时视频处理方法中，对置信度阈值大于0.5的识别橙子创建边界框。该模型在平衡测试数据集上表现优异，达到95%准确率、92%精确率和90%召回率。这些结果表明YOLO在与传统计算机视觉方法结合时在现实应用（如自动水果分拣、水果采摘和实时市场监控）中的良好性能。处理后的视频输出验证了该系统在实际场景中的适用性。

Keyword:

YOLO

Object detection

Orange detection

Fruit localization

Data augmentation

Transfer learning

Contour-based bounding boxes

YOLO Algorithm-Based Effective Orange Detection and Localization with Improved Data Augmentation

摘要

期刊

机构