-
公开(公告)号:CN117690065A
公开(公告)日:2024-03-12
申请号:CN202311695715.9
申请日:2023-12-12
Applicant: 华南农业大学
IPC: G06V20/50 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了一种基于改进YOLO模型的自然场景下蝉茶图像检测方法,该方法可实现自然环境下精准检测被小绿叶蝉叮咬的不同程度茶青。方法包括:采集自然场景下不同叮咬程度的茶青图片;构建数据集;建立改进YOLOV8网络模型。具体包括:选取YOLOv8s网络模型;引入CloAttention注意力机制添加到YOLOV8主干网络中的C2F模块;引入AFPN渐进特征金字塔网络;使用MPDIoU作为计算边界框回归的损失函数;训练改进的网络模型;网络模型部署及终端调用。本发明提出了一种基于改进YOLO模型的自然场景下蝉茶图像检测方法,解决了自然场景下不同叮咬程度蝉茶难以检测,现有算法检测精度低的问题。