龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：宿迁学院
摘要：本发明涉及一种基于YOLOv8改进算法的杂草分类检测方法及系统。所述方法包括：将包含有杂草的待检测图像输入至YOLOv8改进算法模型，处理后的图像数据集输入至YOLOv8改进算法模型的骨干网络中，通过C2f‑FADC模块提取不同尺度的图像特征信息输入至Neck网络中，DASI模块进行低分辨率高语义信息和高分辨率低语义信息融合，产生多尺度语义特征信息传输至任务对齐检测头提取出不同的任务交互特征计算得到分类特征，得到杂草分类结果。使用FADC模块替换了C2f模块中的Bottleneck模块提出了C2f‑FADC模块，并且将该模块集成到骨干网络中，可以提高卷积的感受野；DASI模块通过对高低维度特征的自适应选择和精细融合能够很好的增强对小目标检测的准确性，提高模型对杂草检测的性能。
主权项：1.一种基于YOLOv8改进算法的杂草分类检测方法，其特征在于，所述方法包括：获取包含有各类杂草的待检测图像输入至YOLOv8改进算法模型中，通过所述YOLOv8改进算法模型进行图像预处理，得到处理后的图像数据集；将所述处理后的图像数据集输入至所述YOLOv8改进算法模型中的骨干网络中，通过所述骨干网络中的C2f-FADC模块提取不同尺度的图像特征信息；将所述不同尺度的图像特征信息输入至所述YOLOv8改进算法模型中的Neck网络中，所述Neck网络中的DASI模块基于所述不同尺度的图像特征信息，进行低分辨率高语义信息和高分辨率低语义信息融合，产生多尺度语义特征信息；将所述多尺度语义特征信息传输至所述YOLOv8改进算法模型中的任务对齐检测头中，通过所述任务对齐检测头提取出不同的任务交互特征，并基于所述交互特征计算得到分类特征，将所述分类特征输入到分类卷积中提取杂草特征进行分类，得到杂草分类结果。
全文数据：
权利要求：
百度查询： 宿迁学院 基于YOLOv8改进算法的杂草分类检测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号