基于改进YOLOv8卷积神经网络的稻田苗期杂草检测方法

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;苗期杂草;目标检测

期刊名称： 湖北农业科学

ISSN： 0439-8114

年卷期： 2024 年 008 期

页码： 17-22

收录情况： 北大核心

摘要： 针对田间自然环境拍摄下稻田背景复杂,苗期杂草图像尺寸过小、识别定位不准确等问题,提出了一种改进YOLOv8卷积神经网络的苗期杂草检测方法。参照PASCAL VOC数据集格式,构建了一套专用的数据集。首先,在网络卷积过程中加入DenseNet(密集连接网络)更好地对杂草特征进行提取,优化梯度消失问题。然后,添加CBAM(Convolutional block attention module)注意力机制改善模型对小尺寸的敏感度。最后,使用WIOU(Weighted intersection over union)损失函数来优化原网络中的损失函数,提升模型对检测目标的定位能力。在试验中,将改进的算法与Faster R-CNN、SSD(Single shot multiBox detector)以及原始YOLOv8等算法进行了性能对比。结果显示,改进算法明显优于其他算法,在测试集上的平均精度均值和检测速度分别达97.0%和100.3帧/s。这种高精度和快速的检测能力满足了精准农业中对快速、精准检测的需求。该算法为机械设备快速识别苗期杂草、精准喷洒农药提供了重要的理论和技术支持。

分类号： TP183%TP391.41%S451

  • 相关文献

[1]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

[2]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

[3]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

[4]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

[5]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

[6]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

[7]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

[8]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

[9]基于改进实例分割算法的区域养殖生猪计数系统. 张岩琪,周硕,张凝,柴秀娟,孙坦. 2024

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

[11]基于YOLOv8-FECA的密集场景下小麦赤霉病孢子目标检测. 张东彦,高玥,程涛,胡根生,杨雪,乔红波,郭伟,谷春艳. 2024

[12]基于YOLOv8的竹笋分割方法研究. 郑镇辉,张淡然,王槊,韦丽娇,吴海韵,肖景丰. 2025

[13]基于改进YOLOv8n损失函数的克氏原螯虾体特征识别算法. 耿春新,王爱民,阎天宇,郁傲男,张昊轩,张武肖,阳程,刘兴国,朱浩,顾夕章,李进峰,邵鹏. 2024

[14]基于YOLOv8模型的凡纳滨对虾(Litopenaeus vannamei)摄食强度量化及分类方法研究. 王磊,赵海翔,崔鸿武,黄桢铭,高阳,李皓,崔正国,曲克明,朱建新. 2024

[15]基于YOLOv8的成像声呐信息获取系统研究. 熊鑫泉,方辉,司泰来,戴阳. 2025

[16]基于YOLOv8分割与形态学处理的黄鳝体长测量方法研究. 翟云涛,袁泉,杨航,周文宗,张春燕,徐震. 2025

[17]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

[18]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

[19]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

[20]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

作者其他论文 更多>>

微信小程序