基于YOLOv8n的轻量化棉花叶片病害检测算法OA
巡田智能设备是智慧农业的重要组成部分,但其普遍存在算力受限的问题,难以高效运行常规病害检测模型.针对这一痛点,文中提出了一种适用于巡田设备的轻量化棉花叶片病害检测模型.该模型以YOLOv8n为基线模型,设计轻量化改进方案:引入大核卷积前馈网络(LKCF),扩大骨干网络的感受野以提升特征提取能力;构建部分多核混洗特征金字塔网络(PMKSFPN),在保证特征融合效果的同时减少颈部网络参数量;采用Inner-MPDIoU损失函数,进一步优化模型检测性能.在构造的棉花叶片病害数据集上进行测试验证,该轻量化模型的mAP@0.5达到89.4%,相较于基线模型YOLOv8n提升1.1%;参数量和计算量分别减少46.6%和21.3%,模型体积压缩至3.6 MB,大幅降低了算力需求.该轻量化模型有效平衡了检测精度与模型轻量化程度,能够适配巡田智能设备的算力受限场景,为棉花叶片病害的现场快速检测提供可靠的技术手段.
崔滋益;石飞;谢玉鑫;周燕云;贾振红
新疆大学 计算机科学与技术学院,新疆 乌鲁木齐 830046||新疆大学 信号检测与处理重点实验室,新疆 乌鲁木齐 830046||新疆多模态智能处理与信息安全工程技术研究中心,新疆 乌鲁木齐 830046新疆大学 计算机科学与技术学院,新疆 乌鲁木齐 830046||新疆大学 信号检测与处理重点实验室,新疆 乌鲁木齐 830046||新疆多模态智能处理与信息安全工程技术研究中心,新疆 乌鲁木齐 830046新疆大学 计算机科学与技术学院,新疆 乌鲁木齐 830046||新疆大学 信号检测与处理重点实验室,新疆 乌鲁木齐 830046||新疆多模态智能处理与信息安全工程技术研究中心,新疆 乌鲁木齐 830046新疆大学 计算机科学与技术学院,新疆 乌鲁木齐 830046||新疆大学 信号检测与处理重点实验室,新疆 乌鲁木齐 830046||新疆多模态智能处理与信息安全工程技术研究中心,新疆 乌鲁木齐 830046新疆大学 计算机科学与技术学院,新疆 乌鲁木齐 830046||新疆大学 信号检测与处理重点实验室,新疆 乌鲁木齐 830046||新疆多模态智能处理与信息安全工程技术研究中心,新疆 乌鲁木齐 830046
信息技术与安全科学
目标检测轻量化模型YOLOv8n棉花叶片深度学习特征融合
《物联网技术》 2026 (12)
3-7,11,6
国家自然科学基金(62261053)天山英才培养计划——新疆科技创新团队项目(2023TSYCTD0012)中国新疆维吾尔自治区天山创新团队计划(2023D14012)
评论