種子の純度は農家の収穫および収入を決定する重要な要素であり、迅速かつ正確な品種識別技術は種子の純度を保証する核心です。本研究では、LED白色光撮像とYOLOv8モデルの融合に基づくトウモロコシ種子の非破壊検査方法を提案し、実験により本手法が迅速、高効率、高精度かつ非破壊であることを実証しました。最適化されたLED白色光反射撮像システムを構築し、4品種合計12,008粒のトウモロコシ種子の画像収集およびアノテーションを完了しました。比較実験の結果、YOLOv8mモデルは軽量版YOLOv8sを大きく上回る主要指標を示し、形態が類似した品種の識別精度不足の課題を効果的に解決しました。本モデルは4品種の識別平均精度（AP）、再現率（Recall、R）、F1スコアがいずれも99.8％に達し、mAP@0.5値は99.4％に達しました。リアルタイム性テストでは、YOLOv8mの単一画像処理時間は68.6 msであり、種子選別システムの低遅延要求を満たしています。さらに、データセット規模がモデル性能に与える影響の法則を明らかにし、YOLOv8mが異なる規模のデータセットでも優れた安定性を維持することを実証しました。本研究は種子品種識別分野において、正確かつ実用的な技術的解決策を提供します。

トウモロコシ種子;品種識別;深層学習;YOLOv8