多模型融合框架用于复杂果园环境下稳健芒果检测(原标题:A Multi-Model Fusion Framework for Robust Mango Detection in Complex Orchard Environments)
华南农业大学工程学院Lu等提出多模型融合框架用于复杂果园环境下稳健芒果检测:以YOLOv8n、YOLOv8s和YOLOv8m为基检测器,应用多尺度测试时增强(TTA)获取不同增强视图的预测;基于交并比(IoU)将每个基检测器不同TTA视图对应同一目标的预测进行匹配;采用加权框融合(WBF)确定融合后的边界框坐标;对多个基检测器共同检测的候选目标使用Noisy-OR组合各模型置信度得分;应用高斯Soft-NMS降低密集场景下相邻芒果的错误抑制风险。在标准数据集上Recall和[email protected]分别达到95.52%和98.60%。