基于YOLOv8n的香蕉表面损伤检测研究
热点事件持续更新
基于YOLOv8n的香蕉表面损伤检测研究
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月19日，arXiv Computer Vision 刊出 Md. Mehedi Hasan Naeem 等作者的预印本，提出基于 YOLOv8n 的轻量框架，用于定位单个香蕉并区分其表面健康与不健康。研究使用在孟加拉本地市场采集的 2,473 张图像、5,827 个标注实例进行训练。测试集上报告 81.36% 精确率、74.30% 召回率、77.67% F1、87.04% mAP@0.50 和 59.33% mAP@0.50:0.95。目前公开信息仅此一篇报道，尚无后续跟进或独立复现，上述指标均为作者自报结果。
AI 根据报道生成 · 3 小时前更新
最新进展10月19日 12:00
基于深度学习的香蕉甲虫损伤检测：YOLOv8n 轻量框架报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv Computer Vision基于深度学习的香蕉甲虫损伤检测：YOLOv8n 轻量框架
研究提出基于 YOLOv8n 的轻量框架，用于定位单个香蕉并区分表面健康与不健康，在孟加拉本地市场采集的 2,473 张图像、5,827 个标注实例上训练。测试集上取得 81.36% 精确率、74.30% 召回率、77.67% F1、87.04% mAP@0.50 和 59.33% mAP@0.50:0.95。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。