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;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。
- 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
[3]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
[4]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
[5]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卷积神经网络的蟹味菇检测方法
作者：林宗缪;马超;胡冬
关键词：YOLOv8;卷积神经网络;蟹味菇;目标检测;CBAM
-
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
