-
题名改进YOLOv8的轻量化烟叶计数检测算法
- 1
-
-
作者
肖恒树
李军营
梁虹
马二登
张宏
-
机构
云南大学信息学院
云南省烟草农业科学研究院
-
出处
《电子测量技术》
北大核心
2025年第8期177-186,共10页
-
基金
中国烟草总公司云南省公司科技计划项目(2021530000241025,2022530000241030)
云南大学研究生科研创新基金(KC-23235266)项目资助。
-
文摘
烟叶产量的预估是一项非常重要的任务,叶片数量与产量直接相关。传统人工统计效率低、成本高,为解决这些问题,研究提出一种轻量化YOLOv8-SLSS烟叶计数检测算法,该算法针对YOLOv8n检测精度不足、计算复杂度高以及烟叶遮挡场景导致的漏检问题进行改进。算法采用改进后的ShuffleNetV2light网络结构替代原模型的骨干网络,缩减模型参数和计算负荷;引入设计的LHCB模块到颈部网络的C2f中,扩大模型的感受视野,提高模型检测精度的同时减少计算量;引入SEAMDetect检测头模块,增强了烟叶遮挡场景下的检测能力;最后,引入SPPELAN模块,增强模型多尺度特征提取能力和计算效率。实验结果表明,改进后的模型参数量和浮点运算量分别减少了63.3%和61.7%,算法的检测平均精度AP@0.5由原算法的92%提高到93.1%,实时检测速度达到83 fps,相比原YOLOv8n模型提高5.1%。改进后的算法提高了传统YOLO模型在烟叶遮挡场景下的检测能力,实现了较高精度、轻量化、实时检测性能的平衡,为烟草农业数字化提供有效地技术支持。
-
关键词
目标检测
YOLO
烟叶
烟叶计数
轻量化
-
Keywords
target detection
YOLO
tobacco leaf
tobacco leaf count
lightweight
-
分类号
TN911.73
[电子电信—通信与信息系统]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
