来源：期刊VIP网 时间：
作者：李君茂;黄子露;何冬黎;夏凌奇;王洪波;
单位：内蒙古农业大学机电工程学院;内蒙古第一机械集团股份有限公司;
摘要：针对温室大棚番茄采摘机器人的果实识别需求，本文提出了一种基于YOLOv10n框架的改进型目标检测模型YOLOv10n-SPPF-LSKA。该模型通过引入Kernel Warehouse Conv(KWConv)模块降低了计算资源需求，并将传统特征金字塔网络（FPN）优化为双向特征金字塔网络（BiFPN），增强了上下文信息捕获能力，减少了模型参数量。此外，在SPPF特征拼接后加入LSKA模块，利用大可分卷积核注意力机制强化重要特征权重，有效提升了模型对目标形状的敏感性，降低了纹理依赖性。试验结果表明：YOLOv10n-SPPF-LSKA在mAP指标上提升1.3%，计算量仅为6.7 G FLOPs；与RT-DETR、Faster-RCNN、SSD、YOLOv5、YOLOv7和YOLOv8等模型相比，该模型在检测精度和速度方面均具有显著优势，为番茄采摘机器人的智能化发展提供了技术支持。
关键词：番茄果实检测;;YOLOv10n;;金字塔网络;;注意力机制;;采摘机器人
基金资助：内蒙古自治区科技创新引导项目（Kcj1-202205）
