基于改进YOLOv8n卷积神经网络的玉米雄穗检测方法

文献类型： 中文期刊

第一作者： 胡冬

作者： 胡冬;班松涛;马超;田明璐;袁涛;李琳一;庄洁

作者机构：

关键词： YOLOv8n;玉米雄穗;CBAM;PConv;GhostNetV2

期刊名称： 上海农业学报

ISSN： 1000-3924

年卷期： 2025 年 41 卷 001 期

页码： 102-107

收录情况： 北大核心 ; CSCD

摘要： 为有效解决玉米雄穗无人机识别过程中因雄穗尺寸过小造成的漏检、识别速度慢、模型体积大等问题,通过添加注意力机制、融入轻量化模块和优化损失函数,建立了一种改进YOLOv8n卷积神经网络的玉米雄穗检测模型YOLOv8n-maize。结果表明:改进后的模型在测试集上的平均精度均值(Mean average precision,m AP)达97.8%,比原模型提高了2.6%;模型计算量(Floating point operations,FLOPs)减少了15.8%,参数量(Parameters,Params)体积缩小了17.6%。这种高精度、小体积模型能够满足玉米雄穗快速识别的需求,可为无人机机载平台的部署提供关键技术支持。

分类号： TP183%TP391.41%S513

  • 相关文献

[1]基于DCA-YOLO的受病虫害侵染树木农业无人机低空检测模型. 徐相华,周德靖,余超然,熊万杰,熊韵诗,吴柏颖,郑璇珠,区德源. 2025

[2]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

[3]基于改进YOLOv8卷积神经网络的蟹味菇检测方法. 林宗缪,马超,胡冬. 2024

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

[5]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

[6]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

[7]基于改进YOLOv8n的茶树嫩芽识别. 杨肖委,沈强,罗金龙,张拓,杨婷,戴宇樵,刘忠英,李琴,王家伦. 2024

[8]基于Fert-YOLO的高粱育性检测模型研究. 赵泽阳,段有厚,卢峰,柯福来,朱凯,杨琳琳,张飞. 2025

[9]Slim-YOLOv8n:基于改进YOLOv8n的轻量级棉铃检测模型. 黄姣,刘卓远,李彩红,刘俊承,李飞,陈国,赵瑞元,杨彬. 2025

[10]基于改进YOLOv8n的麦穗自动检测方法研究. 臧贺藏1,2,周萌1,2,王亚辉3,彭一龙1,2,赵晴1,2,张杰1,2,李国强1,2. 2025

[11]基于立体视觉的玉米雄穗三维信息提取. 韩东,杨贵军,杨浩,邱春霞,陈明杰,温维亮,牛庆林,杨文攀. 2018

[12]干旱胁迫下玉米开花期雄穗差异表达蛋白质的鉴定与筛选. 杨杰,韩登旭,王业建,阿布来提·阿布拉,梁晓玲,郗浩江,李铭东,王仙. 2020

[13]基于深度学习方法和RGB影像的玉米雄穗分割. 余汛,王哲,景海涛,金秀良,聂臣巍,白怡,王铮. 2021

[14]基于超体素聚类和局部特征的玉米植株点云雄穗分割. 朱超,吴凡,刘长斌,赵健翔,林丽丽,田雪莹,苗腾. 2021

[15]玉米雄穗发育早期耐旱相关转录因子的发掘. 吴永波,郝转芳,王楠,宋洁,周跃恒,柳波娟,朱汉勇,邸宏,王振华,李新海. 2018

[16]基于改进YOLO v7-tiny的玉米种质资源雄穗检测方法. 马中杰,罗晨,骆巍,王利锋,冯晓,李会勇. 2024

[17]基于轻量化MLCE-RTMDet的人工去雄后玉米雄穗检测算法. 李金瑞,杜建军,张宏鸣,郭新宇,赵春江. 2024

作者其他论文 更多>>

微信小程序