一种基于YOLO V8的番茄叶片病害的检测方法

本发明涉及一种基于YOLO V8的识别番茄叶片病害的方法,获取番茄叶片病害图片,再对所述番茄叶片病害图片进行病害标注，构建得到番茄叶片病害数据集；对番茄叶片病害数据集进行预处理；将YOLO V8中的Backbone模块的神经网络结构替换为ShuffleNetV2；将YOLO V8模型中的优化算法替换为AdamW,在YOLO V8模型中的Backbone模块加入多头自注意力机制，得到病害检测模型；使用预处理后得到的番茄叶片病害数据集，对病害检测模型进行训练。本发明在检测到的番茄叶片病害的种类更多的同时产生的误检和漏检现象更少；除此之外，在部署到安卓端进行实时检测时，检测的速度更快，有效地提高了整体的检测性能。