基于改進(jìn)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(biāo)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(jì)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(jìn)后的PP-LCNet替代原有主干網(wǎng)絡(luò),保證精度的前提下減少模型的計(jì)算量;其次引入Effcient-RepGFPN來作為頸部網(wǎng)絡(luò),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(biāo)檢測的性能;最后,更換MPDIoU損失函數(shù),增強(qiáng)了模型的收斂性和穩(wěn)定性。實(shí)驗(yàn)結(jié)果表明,改進(jìn)模型與原模型相比準(zhǔn)確率提升了2.1%,召回率提升了2.8%,mAP值提升了0.2%,同時(shí)模型的大小與計(jì)算量分別減少為原始模型的68.2%和62.6%,體現(xiàn)了改進(jìn)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。