首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于改进YOLOv8的遮挡番茄定位识别方法 

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:南宁师范大学

摘要:本发明公开了一种基于改进YOLOv8的遮挡番茄定位识别方法,其包括以下步骤:S1、获取番茄图像数据集,并将数据集分为训练集、测试集和验证集;S2、构建YOLOv8模型,并对YOLOv8模型进行改进;S3、将训练集输入至改进的YOLOv8模型中,对模型进行迭代训练;训练过程中引入K‑means++聚类算法对训练集数据进行计算,得到新的锚框值,将新的锚框值替换为改进的YOLOv8模型中的数据集参数;S4、将测试集输入至训练完成的改进的YOLOv8模型中,对图像数据进行检测,得到目标定位识别结果。本发明有效解决了番茄生长过程中叶片遮挡等问题,提高了番茄定位识别的准确性和鲁棒性。

主权项:1.基于改进YOLOv8的遮挡番茄定位识别方法,其特征在于,包括以下步骤:S1、获取番茄图像数据集,对数据集进行数据增强预处理,并将数据集分为训练集、测试集和验证集;S2、构建YOLOv8模型,并对YOLOv8模型进行改进:将MobileNetv3模块和SPPFCSPC模块引入至YOLOv8骨干网络中,将无参数注意力机制SimAM引入至YOLOv8的颈部网络中,将小目标检测层和SimAM引入至YOLOv8头部网络中;S3、将训练集输入至改进的YOLOv8模型中,对模型进行迭代训练;训练过程中引入K-means++聚类算法对训练集数据进行计算,得到新的锚框值,将新的锚框值替换为改进的YOLOv8模型中的数据集参数;S4、将测试集输入至训练完成的改进的YOLOv8模型中,对图像数据进行检测,得到目标定位识别结果。

全文数据:

权利要求:

百度查询: 南宁师范大学 基于改进YOLOv8的遮挡番茄定位识别方法

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。