基于改進(jìn)YOLOv8的輕量化雜草識(shí)別算法研究
所屬分類(lèi)：技術(shù)論文
上傳者：wwei
文檔大?。?span>4105 K
標(biāo)簽： 雜草識(shí)別 PP-LCNet Effcient-RepGFPN
所需積分：0分積分不夠怎么辦,？
文檔介紹：針對(duì)目前田間雜草識(shí)別模型精度低,，以及參數(shù)多難以滿(mǎn)足在計(jì)算資源有限的移動(dòng)設(shè)備和嵌入式設(shè)備中部署的問(wèn)題,，提出一種基于YOLOv8的輕量化田間雜草識(shí)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(lái)作為頸部網(wǎng)絡(luò),，并將上采樣前的兩個(gè)CSPStage模塊使用RFAConv來(lái)替代,，利用不同尺度的特征來(lái)提高目標(biāo)檢測(cè)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(huì)員,，AET專(zhuān)家下載不扣分,；重復(fù)下載不扣分，本人上傳資源不扣分,。