《食品科学》：云南农业大学吴文斗教授等：基于轻量化YOLOv8-FasterBlock模型的云南小粒咖啡生豆分级方法

本文介绍了云南农业大学吴文斗教授团队提出的一种轻量化YOLOv8-FasterBlock模型，用于云南小粒咖啡生豆的分级。背景是云南作为小粒咖啡主产区，现有分级方法存在豆子大小不均等问题，影响品质。研究目的是通过深度学习技术，实现咖啡生豆的精准、快速分级。实验结果表明，YOLOv8-FasterBlock模型在精确率、召回率、mAP50等指标上表现优异，平均检测时间为2.4 ms，参数量为2.3 M，适用于实时、高效、准确的分级任务。此外，该模型在粘连豆识别中也表现出色，精确率达到94.7%。结论是该模型为云南小粒咖啡生豆分级提供了一种高效、准确的方法，并可推广至其他农产品分级检测。