基于改进YOLOv8的轻量化杂草识别算法研究
所屬分類：技术论文
上傳者：wwei
文檔大小：4105 K
標(biāo)簽： 杂草识别 PP-LCNet Effcient-RepGFPN
所需積分：0分積分不夠怎么辦？
文檔介紹：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。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。