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：江苏科技大学
摘要：本发明公开了一种基于YOLOv8优化的田间杂草检测方法，方法包括：采集真实的田间杂草图像，生成杂草图像数据集，对数据集中的杂草图像数据进行标注，并进行增强预处理得到扩展的杂草图像数据集，进一步划分为训练集、验证集和测试集；搭建改进的YOLOv8网络模型；用训练集对改进的YOLOv8网络模型进行训练，并用验证集进行验证，得到训练好的改进的YOLOv8网络模型；最后将测试集输入训练好的改进的YOLOv8网络模型，得到检测后的田间杂草图像的标注信息。本发明推出的田间杂草检测方法能够准确的检测到田间秧苗周围的杂草，为当下智慧农业中的喷灌式除杂无人机在复杂土地背景下作业提供软件算法方面的技术支持。
主权项：1.一种基于YOLOv8优化的田间杂草检测方法，其特征在于，包括以下步骤：采集真实的田间杂草图像，生成杂草图像数据集，对数据集中的真实杂草图像数据进行标注，并进行增强预处理得到扩展的杂草图像数据集，进一步划分为训练集、验证集和测试集；搭建改进的YOLOv8网络模型；用训练集对改进的YOLOv8网络模型进行训练，并用验证集进行验证，得到训练好的改进的YOLOv8网络模型；最后将测试集输入训练好的改进的YOLOv8网络模型，得到检测后的田间杂草图像的标注信息；其中，改进的YOLOv8网络模型在YOLOv8网络基础上进行改进，包括：将主干网络C2F模块中的重复堆叠的模块中的卷积替换成动态蛇形卷积DynamicSnakeConvolution，从而得到改进后的C2F-DSConv网络模块；将即插即用轻量化的通道注意力机制SE模块加入到YOLO-head检测头中；将CIoU损失函数替换成一种用于高效准确的边界框回归的损失函数MPDIoU。
全文数据：
权利要求：
百度查询： 江苏科技大学 一种基于YOLOv8优化的田间杂草检测方法
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。
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