基于改进YOLOv8n的甘蔗叶片病害检测  

作　　者：张立强 武玲梅 蒋林利[1] 王晓亮 黄天开[1] 

机构地区：[1]广西科技师范学院人工智能学院,广西来宾546199

出　　处：《电脑知识与技术》2024年第28期12-16,共5页Computer Knowledge and Technology

基　　金：国家自然科学基金(42065004);广西高校中青年教师科研基础能力提升项目(2023KY0884);广西科技师范学院校级教师科研基金项目(GXKS2024YB038);广西科技师范学院校级教师科研基金项目(GXKS2024YB039)。

摘　　要：针对现有目标检测算法对甘蔗叶片病害检测精度有待提高的问题,文章提出了一种基于YOLOv8n的改进算法。该算法通过引入LSKA注意力机制改进主干网络SPPF模块,提高了模型在复杂背景下的特征提取能力;并采用EIoU损失函数替代CIoU损失函数,加快了模型收敛速度,进一步提升了检测精度。实验结果表明,改进后的算法mAP@0.5达到84.5%,相比YOLOv8n基线算法提高了5.4%,同时FPS达到250帧/秒,满足实时检测要求。与Faster R-CNN、YOLOv5n、YOLOv6n、YOLOv7-Tiny等算法相比,改进后的算法具有更高的检测精度。

关 键 词：甘蔗叶片病害 目标检测 YOLOv8 LSKA EIoU 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]