改进的轻量级GSE-YOLOv8荔枝虫害检测方法  

作　　者：李杰 李广明[1] 蔡钰珊 

机构地区：[1]东莞理工学院

出　　处：《数字技术与应用》2024年第9期220-222,共3页Digital Technology & Application

摘　　要：我国作为荔枝产业的重要国家,其生产集中在两广、云南及海南等地。然而,荔枝常受荔枝蝽象、尺蠖和龙眼鸡等虫害侵扰,严重影响其品质与产量,阻碍产业发展。因此,精准识别与防控虫害至关重要。本文提出一种改进的轻量级GSE-YOLOv8荔枝虫害检测方法。首先,本文采用基于扩散过程的DDPM生成模型,充分解决荔枝蝽象数据集样本数量分布不均影响训练模型的性能问题;其次,将部分普通卷积模块替换为GSConv卷积模块,降低了卷积计算量,实现模型轻量化;再次,在主干网络部分引入SwinTransformer模块,使得模型能够更好地处理不同尺度的目标和捕捉局部特征;最后,采用了EIo U损失函数提高了虫害检测的定位效果。对采用DDPM扩散模型增强后的IP103数据集进行实验结果表明,本文模型的参数量对比GSEYOLOv8n,从3011043减少至2945575,计算量GFOLPs从8.2减少至8.0,准确率、召回率、平均精度均值分别提高了5.5%、2.6%、3.0%。

关 键 词：荔枝蝽象 品质与产量 损失函数 样本数量 精准识别 扩散过程 模型轻量化 主干网络 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TP391.41[自动化与计算机技术—控制科学与工程] S436.67[农业科学—农业昆虫与害虫防治]