摘要: 朝天椒成熟度的自动检测与识别是朝天椒智能采摘设备研发的技术前期与技术基础。针对朝天椒果小、叶多等问题，在识别时不仅会受环境光照、叶片阴影等环境因素影响，而且还有叶片相互遮挡等现象。该文基于YOLO网络模型开展朝天椒成熟度数据集以及检测与识别算法的探究，为实现朝天椒智能采摘提供数据以及技术的支撑。试验结果表明，虽然复杂环境下朝天椒绿果与环境相似度高导致其识别与检测的准确率不如成熟果和过渡色果，且成熟的红果与过渡色果也容易混淆，但经YOLOv5s的对朝天椒红果成熟度检测的可达77.13%，平均精度均值为86.14%，可以有效快速地检测朝天椒果实成熟度，为实现优质朝天椒智能采摘设备的研发提供技术支持。