基于改进YOLOv8模型的轻量化板栗果实识别方法OA北大核心CSTPCD
为实现自然环境下的板栗果实目标快速识别,该研究以湖北省种植板栗为研究对象,提出了一种基于改进YOLOv8模型的栗果识别方法 YOLOv8-PBi。首先,将部分卷积(partial convolution,PConv)引入C2f模块中,缩减卷积过程中的浮点数和计算量;其次,引入加权双向特征金字塔网络(bidirectional feature pyramid network,BiFPN),增强多尺度特征融合性能,最后,更改边界框损失函数为动态非单调…查看全部>>
李茂;肖洋轶;宗望远;宋宝
华中农业大学工学院,武汉430070 农业农村部长江中下游农业装备重点实验室,武汉430070华中农业大学工学院,武汉430070 农业农村部长江中下游农业装备重点实验室,武汉430070华中农业大学工学院,武汉430070 农业农村部长江中下游农业装备重点实验室,武汉430070华中农业大学工学院,武汉430070 农业农村部长江中下游农业装备重点实验室,武汉430070
计算机与自动化
图像处理图像识别YOLOv8板栗果实目标检测部分卷积BiFPN
《农业工程学报》 2024 (1)
P.201-209,9
湖北省重点研发计划项目(2020BED027)湖北省自然科学基金项目(2023AFB871)。
评论