期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进YOLOv8的蚕茧种类检测算法
1
作者
唐茂杰
石洪康
+4 位作者
祝诗平
田丁伊
邹佳岐
张越
赵虎
《西南大学学报(自然科学版)》
北大核心
2025年第4期193-203,共11页
为解决人工分选蚕茧效率低、工作量大以及容易发生误选、漏选等问题,提出一种基于机器视觉与改进YOLOv8的蚕茧种类轻量化检测模型。该模型在主干网络的C2f模块中引入CA(Coordinate Attention)注意力模块,可以有效提取蚕茧局部关键特征,...
为解决人工分选蚕茧效率低、工作量大以及容易发生误选、漏选等问题,提出一种基于机器视觉与改进YOLOv8的蚕茧种类轻量化检测模型。该模型在主干网络的C2f模块中引入CA(Coordinate Attention)注意力模块,可以有效提取蚕茧局部关键特征,加强网络模型的学习能力。将颈部网络中标准卷积替换为GSConv轻量化卷积,从而减少模型参数量,提高模型的检测准确率。通过摄像头采集实际生产环境中传送带上的蚕茧图像构建数据集,并对这些图像进行预处理和数据增强等操作,以提高模型的泛化能力。研究结果表明:改进的YOLOv8模型参数量仅为2.93 MB,在测试集上的平均精度均值mAP 0.5达到92.0%,比原YOLOv8模型高出6.6个百分点。在同一试验条件下,该模型的整体性能优于主流目标检测算法模型Faster R-CNN、YOLOv5、YOLOv7、YOLOv8s和YOLOv8m,其中该模型的mAP 0.5比其他模型分别高出41.5、29.0、17.7、2.6和1.2个百分点,满足蚕茧相距较近、桑叶残渣遮挡、蚕丝包裹、蚕茧相互堆叠分布的情况下蚕茧检测轻量化模型的要求,为智能化蚕茧分选装备的研发提供了理论基础。
展开更多
关键词
蚕茧种类检测
YOLOv8模型
CA注意力机制
GSConv卷积
在线阅读
下载PDF
职称材料
题名
基于改进YOLOv8的蚕茧种类检测算法
1
作者
唐茂杰
石洪康
祝诗平
田丁伊
邹佳岐
张越
赵虎
机构
西南大学工程技术学院
出处
《西南大学学报(自然科学版)》
北大核心
2025年第4期193-203,共11页
基金
国家自然科学基金项目(32471991)
四川省自然科学基金项目(2023NSFSC0498)
+1 种基金
国家现代农业体系专项(CARS-18)
南充市科技计划项目(22YYJCYJ0009)。
文摘
为解决人工分选蚕茧效率低、工作量大以及容易发生误选、漏选等问题,提出一种基于机器视觉与改进YOLOv8的蚕茧种类轻量化检测模型。该模型在主干网络的C2f模块中引入CA(Coordinate Attention)注意力模块,可以有效提取蚕茧局部关键特征,加强网络模型的学习能力。将颈部网络中标准卷积替换为GSConv轻量化卷积,从而减少模型参数量,提高模型的检测准确率。通过摄像头采集实际生产环境中传送带上的蚕茧图像构建数据集,并对这些图像进行预处理和数据增强等操作,以提高模型的泛化能力。研究结果表明:改进的YOLOv8模型参数量仅为2.93 MB,在测试集上的平均精度均值mAP 0.5达到92.0%,比原YOLOv8模型高出6.6个百分点。在同一试验条件下,该模型的整体性能优于主流目标检测算法模型Faster R-CNN、YOLOv5、YOLOv7、YOLOv8s和YOLOv8m,其中该模型的mAP 0.5比其他模型分别高出41.5、29.0、17.7、2.6和1.2个百分点,满足蚕茧相距较近、桑叶残渣遮挡、蚕丝包裹、蚕茧相互堆叠分布的情况下蚕茧检测轻量化模型的要求,为智能化蚕茧分选装备的研发提供了理论基础。
关键词
蚕茧种类检测
YOLOv8模型
CA注意力机制
GSConv卷积
Keywords
detection categories of cocoon
YOLOv8 model
coordinate attention
GSConv
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
S886.3 [农业科学—特种经济动物饲养]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进YOLOv8的蚕茧种类检测算法
唐茂杰
石洪康
祝诗平
田丁伊
邹佳岐
张越
赵虎
《西南大学学报(自然科学版)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
