| 基于深度学习的桑叶病害识别方法研究 | |
| 所屬分類：技术论文 | |
| 上傳者：wwei | |
| 文檔大小：5140 K | |
| 標簽： 桑叶病害 YOLOv8 目标检测 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：为提高桑叶病害检测精度，实现将模型方便快速部署到移动端，针对自然环境下桑叶病害病斑小、背景复杂等问题，以YOLOv8为基线模型进行改进，提出了一种YOLOv8-Evo的桑叶病害识别算法。首先在Backbone模块中加入了可变形卷积模块从而更灵活地捕捉病害的细节和形状，其次在Neck模块中增加了CBAM（Convolutional Block Attention Module）注意力机制，发掘图像中的关键特征和区域，最后在18 849张桑叶病害数据集上进行验证，相较YOLOv8s模型，YOLOv8-Evo的识别精度提高2.4%，召回率提高1.5%，mAP50提高1%，mAP50-95提高0.7%，实验证明改进的YOLOv8-Evo模型为桑叶病害识别的自动化提供了理论依据与技术支持。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2