基于改進(jìn)YOLOv8的大米袋包裝表面缺陷檢測(cè)

打開文本圖片集

摘要：為解決傳統(tǒng)米袋包裝表面缺陷檢測(cè)方法效率和精度欠佳的問題，文章提出一種基于YOLOv8n的改進(jìn)模型。該模型通過引入Wise-IoU損失函數(shù)和GAM注意力機(jī)制，提升了邊界框回歸速度和目標(biāo)定位精度。在自建RICE_PACKAGE-DET數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，改進(jìn)模型的mAP@0.95和mAP@0.5相比基準(zhǔn)模型分別提升2.4%和2%，平均檢測(cè)精度達(dá)到96.8%。（剩余8613字）