基于 YOLOv8 算法的卸船机抓斗姿态图像识别与应用

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

立即开通

个人中心

我的智研

退出登录

简繁

搜索

DOI: 10.18686/emt.v7i5.21722

基于 YOLOv8 算法的卸船机抓斗姿态图像识别与应用

马驰, 郝俊伟, 李晓雷

京唐港首钢码头有限公司, 北京汇力智能科技有限公司

全文直达

引用

打印

摘要：卸船机自动作业前景广阔，但实时准确识别抓斗姿态是技术难题。本文提出基于 YOLOv8 算法的卸船机抓斗姿态图像识别方法。以 YOLOv8 为整体网络框架，引入特征融合算法，不同预测特征层融合对应大小物体特征层特征，并采用 Gamma 数据增强策略，提升抓斗检测精度与鲁棒性。同时，提出基于深度可分离卷积和动态通道剪枝的轻量化检测架构，优化计算资源利用，利于在嵌入式平台高效部署。该设计使 YOLOv8 模型可对不同类型抓斗数据集进行特征提取与目标识别，显著缩短训练和测试时间且识别准确率高。

关键词：

目标识别；卸船机自动作业；抓斗姿态；YOLOv8

Academic Publishing Pte Ltd

ISSN：2705-1021

年,卷(期)：2025,7(5)