基于改進(jìn)YOLOv8m的小麥倉(cāng)儲(chǔ)糧蟲檢測(cè)方法

打開文本圖片集

摘要：

害蟲是造成倉(cāng)儲(chǔ)小麥損失的重要因素之一，及時(shí)檢測(cè)害蟲并采取有效手段能夠減少倉(cāng)儲(chǔ)小麥損失。傳統(tǒng)人工檢測(cè)害蟲方法存在人工因素影響較大、速度慢的問(wèn)題，基于深度學(xué)習(xí)的倉(cāng)儲(chǔ)糧蟲檢測(cè)方法雖然耗時(shí)短，但存在模型較大、速度和準(zhǔn)確率二者難以平衡的問(wèn)題。故首先選取YOLOv8m算法作為基礎(chǔ)進(jìn)行改進(jìn)，接著以更輕量化的網(wǎng)絡(luò)Shufflenetv2代替Darknet—53；其次，在主干網(wǎng)絡(luò)末端添加Squeeze—and—Excitation Networks注意力機(jī)制獲取高質(zhì)量的特征圖，有效提高檢測(cè)精度；最后，采用WIoUv3 Loss為YOLOv8m的回歸損失函數(shù)，提高檢測(cè)的精度和速度。（剩余14798字）