基于改進YOLOv8算法的谷子田雜草檢測

打開文本圖片集

摘要：

針對谷子田環(huán)境復雜、雜草種類眾多、雜草分布密集的特點導致識別精度低的問題，提出一種基于YOLOv8的改進模型。通過加入CloFormer結(jié)構來減少YOLOv8算法計算量并提高識別精度，使用Global和Local的注意力與c2f模塊進行融合，使用AttnConv共享權重來整合局部信息，部署上下文感知權重來增強局部特征；為進一步提高識別精度，另外添加Gam注意力機制，與當前較先進的注意力機制進行對比試驗，并與YOLO各系列模型進行對比試驗。（剩余11522字）