基于改進(jìn)YOLOv8算法的谷子田雜草檢測(cè)

打開文本圖片集

摘要：

針對(duì)谷子田環(huán)境復(fù)雜、雜草種類眾多、雜草分布密集的特點(diǎn)導(dǎo)致識(shí)別精度低的問題，提出一種基于YOLOv8的改進(jìn)模型。通過加入CloFormer結(jié)構(gòu)來減少YOLOv8算法計(jì)算量并提高識(shí)別精度，使用Global和Local的注意力與c2f模塊進(jìn)行融合，使用AttnConv共享權(quán)重來整合局部信息，部署上下文感知權(quán)重來增強(qiáng)局部特征；為進(jìn)一步提高識(shí)別精度，另外添加Gam注意力機(jī)制，與當(dāng)前較先進(jìn)的注意力機(jī)制進(jìn)行對(duì)比試驗(yàn)，并與YOLO各系列模型進(jìn)行對(duì)比試驗(yàn)。（剩余11522字）