基于改进YOLOv8s的小麦小穗赤霉病检测方法及系统
申请号:CN202410781055
申请日期:2024-06-18
公开号:CN118736376A
公开日期:2024-10-01
类型:发明专利
摘要
本申请涉及农作物病害检测技术领域,提供了一种基于改进YOLOv8s的小麦小穗赤霉病检测方法及系统。该方法中,对YOLOv8s网络结构中的特征提取模块、特征融合模块以及损失函数进行改进,得到改进的OCE‑YOLOv8s模型,对获取的不同光照条件下的小麦小穗赤霉病图像进行预处理,得到训练数据集,对改进的OCE‑YOLOv8s模型进行训练,提高模型对目标区域特征的提取,实现低层特征与高层语义信息的融合,使模型能够提取到更丰富的特征信息;由改进的OCE‑YOLOv8s模型对小麦小穗赤霉病变进行检测,提高模型识别精度,实现对小麦小穗赤霉病的快速、准确识别,为小麦赤霉病小穗检测计数和赤霉病害监测提供支撑。
技术关键词
网络结构
农作物病害检测技术
卷积模块
特征提取模块
特征融合网络
线性单元
高层语义信息
小麦赤霉病
光照
图像
数据
注意力机制
精度
动态
分支
指标
格式