-
题名基于改进YOLOv8的轻量化杂草识别算法研究
被引量：1
- 1
-
-
作者
张超
刘宾
李坤
-
机构
中北大学信息与通信工程学院
-
出处
《电子技术应用》
2025年第1期80-85,共6页
-
基金
山西省基础研究计划项目(202303021222095)。
-
文摘
针对目前田间杂草识别模型精度低,以及参数多难以满足在计算资源有限的移动设备和嵌入式设备中部署的问题,提出一种基于YOLOv8的轻量化田间杂草识别模型。该模型使用改进后的PP-LCNet替代原有主干网络,保证精度的前提下减少模型的计算量;其次引入Effcient-RepGFPN来作为颈部网络,并将上采样前的两个CSPStage模块使用RFAConv来替代,利用不同尺度的特征来提高目标检测的性能;最后,更换MPDIoU损失函数,增强了模型的收敛性和稳定性。实验结果表明,改进模型与原模型相比准确率提升了2.1%,召回率提升了2.8%,mAP值提升了0.2%,同时模型的大小与计算量分别减少为原始模型的68.2%和62.6%,体现了改进算法的有效性。
-
关键词
杂草识别
PP-LCNet
effcient-repgfpn
RFAConv
MPDIoU
-
Keywords
weed identification
PP-LCNet
effcient-repgfpn
RFAConv
MPDIoU
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
