基于改進YOLOv8的輕量化雜草識別算法研究
所屬分類：技術(shù)論文
上傳者：wwei
文檔大?。?span>4105 K
標簽： 雜草識別 PP-LCNet Effcient-RepGFPN
所需積分：0分積分不夠怎么辦,？
文檔介紹：針對目前田間雜草識別模型精度低，以及參數(shù)多難以滿足在計算資源有限的移動設(shè)備和嵌入式設(shè)備中部署的問題,，提出一種基于YOLOv8的輕量化田間雜草識別模型,。該模型使用改進后的PP-LCNet替代原有主干網(wǎng)絡,，保證精度的前提下減少模型的計算量；其次引入Effcient-RepGFPN來作為頸部網(wǎng)絡,，并將上采樣前的兩個CSPStage模塊使用RFAConv來替代,，利用不同尺度的特征來提高目標檢測的性能；最后,，更換MPDIoU損失函數(shù),，增強了模型的收斂性和穩(wěn)定性。實驗結(jié)果表明,，改進模型與原模型相比準確率提升了2.1%,，召回率提升了2.8%，mAP值提升了0.2%,，同時模型的大小與計算量分別減少為原始模型的68.2%和62.6%,，體現(xiàn)了改進算法的有效性。
現(xiàn)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,。