基于YOLOv8的甘蔗茎节高效检测方法OA北大核心CSTPCD
甘蔗茎节的精确识别对于智能化切种、种植定位及优化蔗园生产管理流程,进而提升产量与经济效益具有显著价值。然而,现有甘蔗茎节检测方法的性能、模型复杂度以及实时性等方面仍存在不足。为有效解决这一问题,本研究选择采用先进的YOLOv8模型,对结构化场景下的甘蔗茎节进行视觉检测。首先,设计野外甘蔗图像采集试验,对采集的甘蔗图像进行人工标记,并建立图像训练集和测试集;接着,采用YOLOv8网络作为甘蔗茎节检测模型,确定最优超参数组合并进行模型训练;最后,进行…查看全部>>
郑镇辉;张淡然;黄伟华;韦丽娇;郭昌进;陈思睿;吴海韵
中国热带农业科学院农业机械研究所,广东湛江524091 农业农村部热带作物农业装备重点实验室,广东湛江524091 广东省农业类颗粒体精量排控工程技术研究中心,广东湛江524091华南农业大学工程学院,广东广州510642中国热带农业科学院农业机械研究所,广东湛江524091 农业农村部热带作物农业装备重点实验室,广东湛江524091 广东省农业类颗粒体精量排控工程技术研究中心,广东湛江524091中国热带农业科学院农业机械研究所,广东湛江524091 农业农村部热带作物农业装备重点实验室,广东湛江524091 广东省农业类颗粒体精量排控工程技术研究中心,广东湛江524091中国热带农业科学院农业机械研究所,广东湛江524091广东理工学院艺术学院,广东肇庆526100中国热带农业科学院农业机械研究所,广东湛江524091
计算机与自动化
目标检测甘蔗茎节检测YOLOv8
《热带作物学报》 2024 (10)
P.2223-2231,9
中央级公益性科研院所基本科研业务费专项(No.1630132024014,No.1630132024012,No.1630132024006)。
评论