一种基于改进YOLOv8的玉米害虫识别方法技术

技术编号:43893277 阅读:52 留言:0更新日期:2025-01-03 13:07
本发明专利技术涉及玉米害虫检测技术领域,公开了一种基于改进YOLOv8的玉米害虫识别方法,包括获取玉米害虫图像;构建改进YOLOv8模型;所述改进YOLOv8模型包括主干网络、颈部网络和头部网络;利用主干网络对玉米害虫图像进行特征提取并基于可变形卷积对特征信息进行融合,生成包含不同层次视觉信息的多尺度特征图;利用颈部网络将包含不同层次视觉信息的多尺度特征图进行融合,获取融合多尺度信息的特征图;利用头部网络根据融合多尺度信息的特征图预测玉米害虫识别结果。本发明专利技术可以为玉米作物提供准确的害虫检测和识别,实现高精度的端到端害虫检测。

【技术实现步骤摘要】

本专利技术涉及玉米害虫检测,具体涉及一种基于改进yolov8的玉米害虫识别方法。


技术介绍

1、农作物病虫害的防治工作中首要并且最主要的一点就在于如何在短时间内对农作物造成危害的病虫害进行快速识别,在最大程度上保护农作物的生长。

2、草地贪夜蛾,源自美洲热带和亚热带地区的昆虫。喜欢在夜晚活动,这种昆虫的适应性、迁飞性和杂食性都非常强,已经迅速成为了一个跨国界、跨洲际的重大农业入侵性害虫。草地贪夜蛾的幼虫阶段就表现出了危害力,它们主要食用玉米和水稻。玉米螟是一种常见的害虫。它属于鳞翅目螟虫科,这个物种对谷物类农作物,尤其是玉米,具有强大的破坏力。玉米螟的幼虫会侵入玉米植株并取食,导致玉米植株的生长受到严重影响,甚至直接导致玉米幼株死亡。

3、为了对害虫进行准确的检测,制定科学的防治措施,需要对害虫进行精准识别。然而,对草地贪夜蛾和玉米螟害虫识别主要依赖于人工识别,人工的经验和知识具有很强的主观性。普通人如果对玉米害虫缺乏了解,就会面临玉米害虫侵害玉米时,可能错过最佳防治时期。因此,可以使用深度学习技术对玉米害虫进行准确识别。

<本文档来自技高网...

【技术保护点】

1.一种基于改进YOLOv8的玉米害虫识别方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于改进YOLOv8的玉米害虫识别方法,其特征在于,所述获取玉米害虫图像还包括:

3.根据权利要求2所述的一种基于改进YOLOv8的玉米害虫识别方法,其特征在于,所述对获取的玉米害虫图像进行图像增强处理包括:

4.根据权利要求1所述的一种基于改进YOLOv8的玉米害虫识别方法,其特征在于,所述主干网络包括自上至下依次设置的第一CBS模块、第二CBS模块、第一C2f模块、第三CBS模块、第二C2f模块、第四CBS模块、第三C2f模块、第五CBS模块、可...

【技术特征摘要】

1.一种基于改进yolov8的玉米害虫识别方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于改进yolov8的玉米害虫识别方法,其特征在于,所述获取玉米害虫图像还包括:

3.根据权利要求2所述的一种基于改进yolov8的玉米害虫识别方法,其特征在于,所述对获取的玉米害虫图像进行图像增强处理包括:

4.根据权利要求1所述的一种基于改进yolov8的玉米害虫识别方法,其特征在于,所述主干网络包括自上至下依次设置的第一cbs模块、第二cbs模块、第一c2f模块、第三cbs模块、第二c2f模块、第四cbs模块、第三c2f模块、第五cbs模块、可变形卷积模块和sppf模块。

5.根据权利要求4所述的一种基于改进yolov8的玉米害虫识别方法...

【专利技术属性】
技术研发人员:刘畅李培超吴剑豪罗嘉熙蔡荣捷
申请(专利权)人:广东海洋大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1