Simultaneous Maturity Recognition and Yield Counting of Truss and Individual Tomatoes Using Improved YOLOv8-EME and Optimized ByteTrack Tracker

作物成熟度检测与产量估测是设施农业的关键环节，可为优化采收时机、果实品质控制及产销协调提供支撑。现有检测与计数研究大多仅针对单一类别，即串收番茄或单个果实。为推动生产管理的自动化与智能化，本研究提出了一种融合改进YOLOv8-EME模型与ByteTrack算法的番茄检测与计数系统，可实现串收番茄与单个果实的同步检测与计数，并进行成熟度分类。改进后的YOLOv8-EME模型将EfficientNet架构与EffectiveSE注意力机制相结合，提升了特征提取能力与计算效率。此外，优化后的网络结构实现了轻量化设计，浮点运算次数（FLOPs）降至6.9 G。该模型在成熟、未成熟、半熟和串收四个类别上的平均精度均值（mAP）分别为0.942、0.883、0.850和0.956。所提出的跨线计数方法与改进的ByteTrack算法相结合，通过ID漂移关联、轨迹融合、历史轨迹线索和冷却机制，缓解了目标丢失、ID漂移和重复计数问题。这些设计显著提升了串收番茄和果实成熟度的检测与计数精度，计数准确率达到94%。该系统为智慧农业中的番茄检测与计数提供了高效、准确的技术支持。