基于改进YOLOv8卷积神经网络的蟹味菇检测方法 |
| |
引用本文: | 林宗缪,马超,胡冬.基于改进YOLOv8卷积神经网络的蟹味菇检测方法[J].农业工程,2024(3):27-31. |
| |
作者姓名: | 林宗缪 马超 胡冬 |
| |
作者单位: | 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 |
| |
摘 要: | 针对蟹味菇生产过程中更好地预估产量,对生长状态做到实时检测的问题,提出了一种基于改进YOLOv8卷积神经网络的蟹味菇识别检测方法。该方法参照PASCAL VOC数据集格式,构建了蟹味菇目标检测数据集,采用添加CBAM注意力机制对原算法进行改进,并且与Faster R-CNN、SSD(single shot multibox detector)、原始YOLOv8等算法进行模型性能的试验对比。试验结果表明,改进的算法明显优于其他算法,其在测试集上的平均精度均值(mean average precision,mAP)和检测速度分别达到95%和91帧/s。此检测精度与检测时间满足蟹味菇的实时识别检测任务,为预估蟹味菇产量,提高生产管理水平提供了理论技术支持。
|
关 键 词: | YOLOv8 卷积神经网络 蟹味菇 目标检测 CBAM |
|
|