-
题名基于改进YOLOv8的马铃薯叶片病害检测算法
- 1
-
-
作者
曾亮
彭龑
-
机构
四川轻化工大学计算机科学与工程学院
-
出处
《洛阳理工学院学报(自然科学版)》
2024年第3期62-69,共8页
-
基金
自贡市科技局科技计划资助项目(2018GYCX33).
-
文摘
针对复杂背景环境下马铃薯叶片病害检测精度低的问题,以YOLOv8n为原型,提出了一种非受控环境下的马铃薯叶片病害检测算法:YOLOv8n-Potato。采用CAA-HS-FPN架构替换YOLOv8的颈部网络,用于提高特征融合效率;使用轻量化检测头Sc-Head替换YOLOv8的检测头,使模型轻量化;采用PIoU替换CIoU,降低了锚框回归的代价。与YOLOv8n相比,YOLOv8n-Potato的精确度提高了2.4%,召回率提高了8.4%,mAP50提高了3.6%,mAP50-95提高了1%,GFLOPs减少了23%,模型参数量减少了42%。
-
关键词
YOLOv8
高层筛选特征金字塔网络
轻量化检测头
powerful-iou
-
Keywords
YOLOv8
high-level screening Feature Pyramid Network
lightweight detection head
powerful-iou
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
S435.32
[农业科学—农业昆虫与害虫防治]
-