一种基于改进YOLOV8的马铃薯病害识别方法

本发明属于病虫害识别领域，提出了一种基于改进YOLOV8的马铃薯病害识别方法。首先通过搜集包括马铃薯早疫病、晚疫病和健康叶片，然后进行图像预处理和特征区域的标注；其次使用EfficientViT结构替换原有的主干网络，在初始模型网络结构中引入SCSA协同注意力模块对YOLOV8网络模型进行优化；接着以PyTorch框架为基础对优化后的马铃薯病害识别模型进行训练，并设定适当的模型参数和训练次数使得训练后的模型经过验证达到了较高的识别精确率；最后将构建好的马铃薯病害识别模型部署于移动端APP上，以实现对田间马铃薯病害的实时识别，从而本发明提供了一种可以准确快速识别马铃薯病害的方法，有利于提高农业生产效率和农作物产量。