V8

作品数：840被引量：399H指数：9
导出分析报告
相关领域：自动化与计算机技术交通运输工程机械工程更多>>
相关作者：王金星顾威吴正刚唐传茵李建华更多>>
相关机构：中国科学院东莞市源冠塑胶模具有限公司长江大学台州市奥通车业有限公司更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家重点基础研究发展计划中国地质调查局地质调查项目国家现代农业产业技术体系建设项目更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 学科=自动化与计算机技术—计算机科学与技术x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于YOLO v8-DIS算法的番茄果实成熟度检测
《江苏农业科学》2025年第5期46-54,共9页张永宏 宋先鲁 李宇超 秦夏洋 董天天 郭明艳 季雁琛 
江苏省现代农业机械装备与技术示范推广项目(编号:NJ2022-02)。
针对YOLO v8算法模型在番茄果实成熟度检测过程中存在的漏检和误检问题,通过改进算法模型,使其能够精准分辨番茄果实成熟状态。首先采用可变形卷积(DCN)增加卷积核几何变换的内部机制,使骨干网络中的C2f结构专注于果实成熟度信息,其次...
关键词：目标检测 YOLO 可变形卷积 番茄成熟度 注意力机制 
基于改进YOLO v8的温室草莓成熟度智能实时识别
《江苏农业科学》2025年第5期62-72,共11页沈桂芳 张平 
河南省高等学校重点科研资助项目(编号:23A520058);河南省高等学校重点科研项目(编号:23B880058)。
为克服草莓成熟度检测在实际应用中遇到的若干难题,诸如生长环境的多变性、光照条件的不确定性以及草莓紧密生长造成的遮挡问题,实现对草莓成熟度的准确检测,提出一种基于改进YOLO v8模型的目标检测算法。具体而言,该方法以YOLO v8模型...
关键词：草莓成熟度检测 YOLO v8 蛇形卷积 MCA注意力 SIoU 
基于深度学习的草莓成熟度检测方法
《江苏农业科学》2025年第5期89-94,共6页鲍宜帆 张一丹 樊彩霞 刘胜 
国家自然科学基金(编号:62001423)。
针对草莓成熟度检测自动化和精确性低的问题,提出一种基于改进的YOLO v8模型的检测方法。首先,通过现场拍摄和网络爬虫技术建立涵盖多种成熟度状态的草莓数据集,为后续模型的训练和验证提供坚实的基础。其次,对YOLO v8模型进行多方面改...
关键词：深度学习 草莓成熟度 YOLO v8 DCN v3 MDPIoU损失函数 EMA注意力机制 
基于改进YOLO v8的苹果叶部病害检测方法
《江苏农业科学》2025年第5期147-156,共10页曾林涛 马嘉昕 丁羽 许晓东 
新疆生产建设兵团第一师阿拉尔市科技计划(编号:2020ZB04)。
针对苹果叶部病害在自然环境下形态和颜色特征较为复杂、区分度较低等特点,提出一种高效的病害检测模型,为病害的预防与科学化治理提供准确的依据。基于YOLO v8算法,在主干网络(backbone)末端,加入注意力机制Shuffle Attention(SA),根...
关键词：YOLO v8 苹果叶部病害 目标检测 Shuffle Attention C2f_DCNV2 MPDIoU 
基于数据增广的车辆目标检测系统优化研究
《潍坊工程职业学院学报》2025年第1期92-95,共4页任培华 孙晓东 徐希炜 王智明 
2024年中国高校产学研创新基金新一代信息技术创新项目“人工智能在无人驾驶领域的关键技术研究”(2022IT226)。
本文基于YOLO v8预训练模型,提出一种智能交通场景下车辆目标检测的系统构建与优化方法。在进行YOLO v8模型预训练前,加入数据增广模块,模拟更复杂的场景信息,旨在优化提高模型的鲁棒性。实验结果表明,融合数据增广策略的YOLO v8模型具...
关键词：车辆检测 YOLO v8 数据增广 智能交通 
基于CBCW-YOLO v8的猪只行为识别方法研究
《农业机械学报》2025年第2期411-419,共9页仝志民 徐天哲 石传淼 李盛章 谢秋菊 荣丽红 
青岛农业大学博士启动基金项目(1121005);农业农村部华南热带智慧农业技术重点实验室开放课题(HNZHNY-KFKT-202206);山东省科技型中小企业创新能力提升工程项目(2023TSGC0741);国家自然科学基金面上项目(32372934)。
随着现代生猪养殖业快速发展,对猪只行为精准识别需求日益增长。针对猪只行为多样性、特征相似性、相互遮挡和堆积等问题,提出一种基于改进YOLO v8模型的猪只行为识别方法。首先,引入ConvNeXt V2作为主干特征提取网络,以增强对检测目标...
关键词：猪只行为识别 YOLO v8 特征提取网络 CARAFE WIoUv3 目标检测 
基于YOLO-v8的选通图像目标检测方法研究
《工业控制计算机》2025年第1期76-78,81,共4页张正 付荣珂 田青 
国家重点研发计划资助(2020YFB1600702)。
激光距离成像技术具有全天候成像、抗干扰能力强等优点,基于选通图像的目标检测有很大的前景。针对选通图像分辨率低与噪声干扰的问题,采用自适应双直方图均衡化与GDIP模块结合对选通图像进行前处理,提高图像质量;针对选通灰度图像特征...
关键词：选通图像 图像增强 目标检测 
基于YOLO v8的轻量化安全帽佩戴检测算法被引量：1
《计算机应用》2024年第S2期251-256,共6页冯勇 杨思卓 徐红艳 
辽宁省教育厅科学研究基金资助项目(LJKMZ20020447);2022年辽宁省本科教学改革项目(2022-21)。
建筑、采矿、勘探等行业对生产环节的安全帽佩戴有着强制性规定,安全帽佩戴检测算法在上述行业得到广泛应用,然而现有算法存在参数量大、复杂度高及实时性差等问题。因此,提出一种基于YOLO v8的轻量化安全帽佩戴检测算法——YOLO v8-s-L...
关键词：YOLO v8 安全帽佩戴检测 轻量化 多尺度卷积 特征融合 
基于改进YOLO v8s的葡萄叶片病害检测
《江苏农业科学》2024年第21期221-228,共8页张立强 武玲梅 蒋林利 黄鸿柳 
国家自然科学基金(编号:42065004);广西高校中青年教师科研基础能力提升项目(编号:2023KY0884);广西创新驱动发展专项(科技重大专项)(编号:桂科AA21077018)。
针对葡萄叶片病害检测技术存在特征提取能力不足、精度不高、漏检等问题,以葡萄叶片3种病害为研究对象,提出一种基于YOLO v8s改进的检测模型。在主干网引入全局注意力机制,通过融合跨维度信息,增强主干特征提取能力。在主干网末端,引入...
关键词：葡萄病害 YOLO v8 注意力机制 动态蛇形卷积 小目标检测 
基于改进YOLO v8的轻量化稻瘟病孢子检测方法
《农业机械学报》2024年第11期32-38,共7页罗斌 李家超 周亚男 潘大宇 黄硕 
国家重点研发计划项目(2022YFD2002301)。
稻瘟病由稻瘟病孢子通过空气进行传播,严重影响水稻产量,因此,稻瘟病孢子的检测对于稻瘟病早期诊断与防治具有重要作用。针对现有方法存在检测速度慢的问题,本研究基于YOLO v8模型提出了一种稻瘟病孢子检测方法RBS-YOLO。首先,该算法在...
关键词：稻瘟病孢子 目标检测 YOLO v8 轻量化 注意力机制 
全选清除导出
共23页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部