基于改进YOLOv8卷积神经网络的蟹味菇检测方法

文献类型： 中文期刊

第一作者： 林宗缪

作者： 林宗缪;马超;胡冬

作者机构：

关键词： YOLOv8;卷积神经网络;蟹味菇;目标检测;CBAM

期刊名称： 农业工程

ISSN： 2095-1795

年卷期： 2024 年 003 期

页码： 27-31

摘要： 针对蟹味菇生产过程中更好地预估产量，对生长状态做到实时检测的问题，提出了一种基于改进YOLOv8卷积神经网络的蟹味菇识别检测方法。该方法参照PASCAL VOC数据集格式，构建了蟹味菇目标检测数据集，采用添加CBAM注意力机制对原算法进行改进，并且与Faster R-CNN、SSD（single shot multibox detector）、原始YOLOv8等算法进行模型性能的试验对比。试验结果表明，改进的算法明显优于其他算法，其在测试集上的平均精度均值（mean average precision,mAP）和检测速度分别达到95%和91帧/s。此检测精度与检测时间满足蟹味菇的实时识别检测任务，为预估蟹味菇产量，提高生产管理水平提供了理论技术支持。

分类号： S646%TP183%TP391.41

  • 相关文献

[1]基于改进YOLOv8卷积神经网络的稻田苗期杂草检测方法. 林宗缪,马超,胡冬. 2024

[2]复杂场景下害虫目标检测算法:YOLOv8-Extend. 张荣华,白雪,樊江川. 2024

[3]基于YOLOv8的甘蔗茎节高效检测方法. 郑镇辉,张淡然,黄伟华,韦丽娇,郭昌进,陈思睿,吴海韵. 2024

[4]基于改进YOLOv8的黄鳝投喂区域检测与三维定位方法. 刘治鑫,袁泉,杨航,张春燕,周文宗,徐震. 2025

[5]MDSD-YOLO:一种复杂道路场景目标检测方法. 赵龙阳,李天豪,张会兵,刘琦,孟瑞敏. 2025

[6]基于改进YOLOv8的自然环境下柑橘果实识别. 余圣新,韦莹莹,方辉,李敏,柴秀娟,曾志康,覃泽林. 2024

[7]基于深度学习的杂草识别方法研究进展. 付豪,赵学观,翟长远,郑康,郑申玉,王秀. 2023

[8]面向海洋渔业捕捞生产的深度学习方法应用研究进展. 张胜茂,孙永文,樊伟,唐峰华,崔雪森,伍玉梅. 2022

[9]基于改进YOLOv8s的葡萄果实与果梗检测方法. 马聪,陈学东,张学俭,杨淑婷. 2025

[10]改进YOLOv5测量田间小麦单位面积穗数. 黄硕,周亚男,王起帆,张晗,邱朝阳,康凯,罗斌. 2022

[11]基于CBAM-UNet的大菱鲆鱼卵识别计数方法. 钱程,张佳鹏,涂雪滢,刘晃,乔淦,刘世晶. 2024

[12]基于改进CycleGAN的水稻叶片病害图像增强方法. 严从宽,朱德泉,孟凡凯,杨玉青,唐七星,张爱芳,廖娟. 2024

[13]基于改进YOLOv8n卷积神经网络的玉米雄穗检测方法. 胡冬,班松涛,马超,田明璐,袁涛,李琳一,庄洁. 2025

[14]环境因子对蟹味菇农艺性状的影响. 黄亮,杨丽维,班立桐,王玉,郑建龙,陈启永. 2014

[15]蟹味菇和白玉菇的蛋白质及氨基酸营养评价与分析. 吴莹莹,鲍大鹏,李燕,李金鑫,王莹,周陈力,曹娜,高利慧,陈洪雨. 2021

[16]基于响应面法的蟹味菇原生质体制备与再生条件优化. 冯婷婷,宋天磊,春霞,刘超雄,李亚娇,慕宗杰,孙国琴,于传宗,王海燕,郭九峰. 2021

[17]蟹味菇与白玉菇工厂化生产配方的筛选优化. 潘辉,章芳芳,周敏,赵静,连凯. 2014

[18]不同波长LED光照对蟹味菇子实体农艺性状与质构品质的影响. 周峰,余昌霞,陈静,董浩然,李巧珍,李正鹏,姜宁. 2023

[19]LED光质对蟹味菇子实体生长的影响. 刘文科,杨其长,赵姣姣. 2014

[20]智能值守系统在蟹味菇工厂化栽培中的应用研究. 潘辉,赵静,查磊,李正鹏,邵峰. 2023

作者其他论文 更多>>

微信小程序