基于改进YOLOv8n的麦穗自动检测方法研究

文献类型： 中文期刊

第一作者： 臧贺藏1,2

作者： 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

作者机构：

关键词： 小麦;麦穗计数;田间表型;目标检测;YOLOv8n

期刊名称： 河南农业科学

ISSN： 1004-3268

年卷期： 2025 年 54 卷 007 期

页码： 162-169

收录情况： 北大核心 ; CSCD

摘要： 在小麦育种中，穗数是评估小麦产量的关键指标，及时准确检测小麦穗数对产量早期预测具有重要的实际意义。在实际生产中，采用人工田间调查统计麦穗的方法费时费力。因此，提出了基于改进YOLOv8n的麦穗自动检测方法。首先，利用HGNetV2改进网络结构，增强了小目标麦穗特征的表达能力；其次，引入深度可分离卷积和逐点卷积，提高了模型的计算效率和计数性能；最后，改进损失函数，对模型进行优化，实现了麦穗位置和类别信息的精准判断。结果表明，改进YOLOv8n在麦穗检测任务中的准确率为93.7%，比YOLOv8n提高6.5百分点，与YOLOv5s、YOLOv8x相比，改进YOLOv8n分别提高9.7、0.5百分点，可以在田间复杂情况下检测麦穗图像，具有较好的计算机视觉处理和性能评估检测效果。该方法能够准确地检测出小目标小麦穗数，较好地解决了小麦穗数的遮挡和交叉重叠等问题。

分类号：

S512.1%TP183%TP391.41

  • 相关文献

[1]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

[2]基于RGB图像与深度学习的冬小麦田间长势参数估算系统. 李云霞,马浚诚,刘红杰,张领先. 2021

[3]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

[4]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

[5]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

[6]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

[7]基于实例分割的柑橘花朵识别及花量统计. 邓颖,吴华瑞,朱华吉. 2020

[8]基于区域亮度自适应校正的茶叶嫩芽检测模型. 吕军,方梦瑞,姚青,武传宇,贺盈磊,边磊,钟小玉. 2021

[9]改进YOLOv4的温室环境下草莓生育期识别方法. 龙洁花,郭文忠,林森,文朝武,张宇,赵春江. 2021

[10]基于改进YOLO v5的复杂环境下桑树枝干识别定位方法. 李丽,卢世博,任浩,徐刚,周永忠. 2024

[11]基于机器视觉和深度学习的稻纵卷叶螟性诱智能监测系统. 张哲宇,孙果镓,杨保军,刘淑华,吕军,姚青,唐健. 2022

[12]基于改进YOLOv5s的硬核期葡萄簇检测. 冯晓,张辉,刘运超,张微,李小红,马中杰. 2024

[13]农业害虫检测的深度学习算法综述. 蒋心璐,陈天恩,王聪,李书琴,张宏鸣,赵春江. 2023

[14]基于TensorFlow的水族馆鱼类目标检测APP开发. 张胜茂,刘洋,樊伟,邹国华,张衡,杨胜龙. 2020

[15]基于改进YOLOv3的温室番茄果实识别估产方法. 成伟,张文爱,冯青春,张万豪. 2021

[16]基于MS-YOLO v7的多尺度稻飞虱识别分类方法. 刘双喜,刘思涛,屈慧星,王刘西航,胡宪亮,许增海. 2023

[17]基于深度学习的蚕茧种类识别研究. 石洪康,李林波,祝明辉,陈义安,马勇,张剑飞. 2023

[18]基于AlexNet的栽培苜蓿病害识别. 李云昊,李仲贤,伏帅,张忠雪,茆士琴,冯琦胜,梁天刚,李彦忠. 2023

[19]基于DeepSORT算法的循环水养殖鱼池漂浮死鱼智能捞除技术研究. 李金刚,张宇雷,倪琦,黄达. 2023

[20]基于改进YOLOX模型的柑橘木虱检测方法. 王海漫,俞婷,肖明明,杨嘉诚,陈富荣,易干军,林德球,罗敏. 2022

作者其他论文 更多>>

微信小程序