文献类型： 中文期刊
作者： 林宗缪 1 ; 马超 2 ; 胡冬 2 ;
作者机构： 1.上海市质量监督检验技术研究院
2.上海市农业科学院农业科技信息研究所
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。
- 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]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
[3]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
[4]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
[5]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
[6]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
[7]冰温贮藏过程中蟹味菇几种营养成分变化的动力学特征. 张辉,乔勇进,张娜娜,唐坚,马丽. 2014
[8]基于YOLOv4的稻田杂草目标检测算法. 袁涛,胡冬,马超,李琳一,郑秀国,钱戴玲. 2023
[9]基于改进YOLOv7-Tiny的轻量化百香果检测方法. 涂智荣,凌海英,李帼,陆声链,钱婷婷,陈明. 2024
[10]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
[11]基于卷积神经网络的黄瓜白粉病智能识别算法研究. 旦真旺姆,全淼儿,钱婷婷,石称华,刘哲辉,常丽英. 2023
作者其他论文 更多>>
-
基于改进YOLOv8n卷积神经网络的玉米雄穗检测方法
作者：胡冬;班松涛;马超;田明璐;袁涛;李琳一;庄洁
关键词：YOLOv8n;玉米雄穗;CBAM;PConv;GhostNetV2
-
基于改进YOLOv8卷积神经网络的稻田苗期杂草检测方法
作者：林宗缪;马超;胡冬
关键词：YOLOv8;卷积神经网络;苗期杂草;目标检测
-
基于图像识别技术发掘水稻耐旱性QTL
作者：李恩熙;冯芳君;马超;胡冬;田明璐;班松涛;李琳一;刘鸿艳;吴文嫱;马孝松
关键词：水稻;绿叶率;图像识别;耐旱性;QTL定位
-
基于数字图像处理的不结球白菜表型性状分析
作者：胡冬;马超;章毅颖
关键词：不结球白菜;数字图像处理;表型性状;DUS
-
基于YOLOv4的稻田杂草目标检测算法
作者：袁涛;胡冬;马超;李琳一;郑秀国;钱戴玲
关键词：杂草识别;目标检测;深度学习;YOLOv4
-
基于高光谱成像技术的水稻叶片稻纵卷叶螟虫害信息提取
作者：田明璐;班松涛;袁涛;马超;孔吉;周远;王彦宇;李琳一
关键词：高光谱图像;稻纵卷叶螟;植被指数;决策树分类
-
基于数字图像处理技术的猪肚菇菌落表型性状分析
作者：胡冬;袁涛;于海龙;马超;田明璐;李琳一
关键词：菌落大小;菌落形状;菌落纹理
