基于輕量化YOLO v8-Rice的水稻蟲害檢測(cè)方法

打開文本圖片集

doi：10.15889/j.issn.1002-1302.2024.20.033

摘要：針對(duì)真實(shí)場(chǎng)景下水稻蟲害識(shí)別的背景復(fù)雜、模型計(jì)算量和參數(shù)量大以及難以在嵌入式設(shè)備或移動(dòng)設(shè)備上部署等問題，在YOLO v8的基礎(chǔ)上提出一種改進(jìn)的輕量化的YOLO v8-Rice水稻蟲害檢測(cè)算法。首先，采用Context Guided Block結(jié)構(gòu)替換傳統(tǒng)YOLO v8中C2f模塊的Bottleneck結(jié)構(gòu)，增強(qiáng)模型的上下文信息理解能力，壓縮模型的權(quán)重；然后，使用深度可分離卷積代替?zhèn)鹘y(tǒng)YOLO v8中的標(biāo)準(zhǔn)卷積，以降低參數(shù)量、計(jì)算量；最后，將檢測(cè)頭重構(gòu)為輕量級(jí)共享卷積檢測(cè)頭，以進(jìn)一步降低參數(shù)量、計(jì)算量，并提高模型對(duì)多尺度蟲害特征的定位和提取能力，使其能夠更好地適應(yīng)不同尺寸、復(fù)雜度的蟲害狀況。（剩余10983字）