摘要
本发明涉及基于YOLOv8m和ShuffleNetv2网络的小麦仓储粮虫检测方法,与现有技术相比解决了由于检测目标过小而导致的检测准确率低,检测速度慢的问题。本发明包括以下步骤:数据采集和预处理;构建小麦仓储粮虫检测的模型;小麦仓储粮虫检测模型的训练;待检测小麦仓储粮虫图像的获取;小麦仓储粮虫检测结果的获得;本发明能够有效提高小麦仓储粮虫检测的准确率和速度。
技术关键词
构建小麦
注意力机制
数据
卷积模块
神经网络训练
拍摄工具
图像缩放
定义
采样模块
输出特征
网络结构
通道
上采样
样本
尺寸
级联
输入端
系统为您推荐了相关专利信息
阀门开度控制器
信号采集器
压力变送器
步进电机
节流装置
食品风味评定方法
狄利克雷分配模型
校正算法
标记
多元回归分析方法
车辆智能控制方法
语音采集模块
图像采集模块
麦克风阵列
车辆部件