一种基于改进YOLOv8的苹果叶片病害检测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于改进YOLOv8的苹果叶片病害检测方法
申请号:
CN202411837018
申请日期:
2024-12-13
公开号:
CN119888479A
公开日期:
2025-04-25
类型:
发明专利
摘要
本发明公开了一种基于改进YOLOv8的苹果叶片病害检测方法,包括以下步骤:(1)获取苹果叶片病虫害图像,根据病理特征进行预处理;(2)采用图像处理方法扩充数据集,并划分训练集和测试集;(3)构建改进的YOLOv8网络模型,使用改进后的模型对数据集进行训练,得到最终的苹果叶片病害检测模型;(4)利用最终的苹果叶片病害检测模型对图像进行检测,得到检测结果;本发明提高了检测精度。
技术关键词
病害检测方法
叶片
病虫害图像
图像处理方法
图像空间信息
编码技术
卷积模块
网络架构
斑点落叶病
注意力
灰斑病
处理器
搜索方法
褐斑病
遗传算法
数据
检测头
存储器