一种基于改进YOLOv8n的油茶树树冠突出树枝目标检测算法

本发明属于图形识别技术领域，本发明公开了一种基于改进YOLOv8n的油茶树树冠突出树枝目标检测算法，包括如下步骤：进行图像采集、对采集的图像进行离线数据增强、将已经完成离线数据增强的整个数据集输入到BR‑YOLO算法模型中进行图像预处理以及训练，对输入的图像进行特征提取，将提取的特征图像进行多尺度特征融合，预测目标的位置和类别，并计算总损失、进行CDCN模块的设计、构建RepGFPN模块,本发明通过采集了不同天气条件下的油茶树树冠突出树枝的图像数据，构建了一个专项数据集，可以在野外多变天气条件下迅速且准确地检测与识别油茶树树冠的突出树枝，针对树枝复杂多变的几何形状，本发明设计了CDCN模块，有效增强了模型捕捉细粒度空间信息的能力。