基于改進YOLOv7的復(fù)雜環(huán)境下蘋果目標(biāo)檢測

摘要： 采摘機器人在不穩(wěn)定光照、果實多樣性和樹葉遮擋等復(fù)雜自然環(huán)境下識別蘋果時，檢測模型難以捕獲關(guān)鍵特征，導(dǎo)致采摘效率和準(zhǔn)確性較低.提出基于YOLOv7模型的針對復(fù)雜場景下蘋果目標(biāo)檢測的改進算法.通過限制對比度自適應(yīng)直方圖均衡化算法增強蘋果圖像對比度，以減少背景干擾，增強目標(biāo)輪廓清晰度；提出多尺度混合自適應(yīng)注意力機制，通過特征解構(gòu)與重構(gòu)，協(xié)同整合空間和通道維度的注意力導(dǎo)向，優(yōu)化多層次特... （共12頁）