基于注意力机制YOLOV8-EB的草莓病虫害检测算法研究

为了解决在自然环境下草莓病虫害图像中,由于病虫害种类繁多、小目标特征相似及叶片遮挡等技术问题导致的检测困难和精度差异,提出名为YOLOv8-EB的害虫检测识别模型,引入一维卷积替换MLP操作,同时采用5×5卷积替换Focus操作,来增强提取害虫特征的能力。围绕公开数据集及自行拍摄标注、分类综合后的草莓病虫害数据集进行了实验。结果表明,针对常见草莓病虫害情况下的YOLOv8-EB检测模型,其平均精度值比所有常见模型高出2个百分点。这一创新旨在提升草莓病虫害图像的检测和识别能力,为草莓种植业的相关人员及时进行病虫害的防治工作带来便利条件。