基于改进YOLOv8模型的百合地杂草检测方法

文献类型： 中文期刊

第一作者： 王尧

作者： 王尧;赵霞;程鸿

作者机构：

关键词： 百合;杂草检测;YOLOv8模型;卷积神经网络

期刊名称： 软件工程

ISSN： 2096-1472

年卷期： 2025 年 28 卷 003 期

页码： 24-28

摘要： 杂草是百合生长过程中的一大危害，会干扰百合生长并吸收其营养，导致产量下降。文章以百合及其伴生杂草为主要研究对象，将YOLOv8模型引入百合与杂草的检测中，并进行了针对性的改进。首先，构建基于BiFormer双层路由注意力机制的C2f＿BF模块；其次，在头部网络Neck端引入GSConv(Grouped Shuffle Convolution)和Slim-neck(轻量化特征融合网络)技术；最后，使用MPDIoU(Multi-Perspective Distance)损失函数克服CIoU(Complete Intersection over Union)损失函数的局限性。实验结果表明，改进后的YOLOv8-LWD(Lily Weed Detection)模型的平均精确率为90.3%,相比于原始YOLOv8n检测模型的平均精确率提升了2.9百分点。该方法可以为百合草害防治提供重要的技术支持，具有实际的应用价值。

分类号： S451.244%TP391.41%TP18

  • 相关文献

[1]具有双层路由注意力机制的YOLOv8血鹦鹉目标检测与追踪方法. 李鹏龙,张胜茂,沈烈,樊伟,顾家辉,邹国华. 2024

[2]深度学习方法在农业领域的研究及应用. 马聪,张建华,陈学东,朱丹. 2020

[3]基于深度卷积神经网络的红树林物种无人机监测研究. 黄亦其,刘琪,赵建晔,黄文善,孙中宇,乔曦. 2020

[4]基于卷积神经网络的农机图像自动识别研究. 雷雪梅,张光强,姚旗,刘伟渭,邱帅. 2022

[5]小样本卷积神经网络井震映射反演. 安振芳,张进,张建中,邢磊,黄忠来. 2020

[6]采用卷积神经网络构建西北太平洋柔鱼渔场预报模型. 朱浩朋,伍玉梅,唐峰华,靳少非,裴凯洋,崔雪森. 2020

[7]基于SVM和CNN组合模型的黄瓜病斑叶片检测与识别. 王浩,王建春,李凤菊,钱春阳,张雪飞,徐义鑫,吕雄杰,杜彦芳,宋斌. 2020

[8]基于轻量化卷积神经网络的改进模型与验证. 李润龙,王运圣,徐识溥,刘勇. 2020

[9]基于VGG-16卷积神经网络的海水养殖病害诊断. 李海涛,王腾,王印庚. 2020

[10]基于卷积神经网络的水稻纹枯病图像识别. 刘婷婷,王婷,胡林. 2019

[11]基于U-Net的甘蔗提取方法. 董秀春,蒋怡,王思,李宗南,王昕. 2019

[12]卷积神经网络在农业病虫害识别中的应用. 张耀丽,许宁,宋裕民,孟庆山,侯旭,李虎. 2023

[13]融合语义特征与边缘特征的枸杞空间分布提取. 尹昊,张承明,李剑萍,韩颖娟,侯学会. 2022

[14]基于ResNet深度残差网络的白喉乌头检测. 梁俊欢,董峦,阿斯娅·曼力克,孙宗玖,魏鹏,马海燕,艾尼玩·艾买尔,阿仁,郑逢令. 2023

[15]一种基于深度学习的水稻种子分类方法. 王晓飞,刘维,巫浩翔,陈浩,张丽婷,潘朝阳,何秀英. 2024

[16]基于深度学习模型的种植结构复杂区农作物精细分类研究. 田甜,王迪,王珍,李会宾. 2022

[17]面向植物病害识别的卷积神经网络精简结构Distilled-MobileNet模型. 邱文杰,叶进,胡亮青,杨娟,李其利,莫贱友,易万茂. 2021

[18]卷积神经网络在农业遥感图像语义分割中的应用综述. 徐乐园,毛克彪,郭中华,葛非凡,赵瑞. 2024

[19]基于VGG-16卷积神经网络的水稻害虫智能识别研究. 钱蓉,孔娟娟,朱静波,张萌,董伟. 2020

[20]基于多列空洞卷积神经网络的麦穗计数方法研究. 刘云玲,张品戈,王千航,周睿琪,赵佳,肖永贵,马韫韬. 2021

作者其他论文 更多>>

微信小程序