一种基于改进YOLOv8n的轻量化杂草识别方法

本发明公开了一种基于改进YOLOv8n的轻量化杂草识别方法，属于深度学习和计算机视觉技术领域。该方法主要包括：获取包含不同种类杂草的图像数据集并进行数据集划分；杂草数据预处理；在YOLOv8n基础上进行优化改进，构建杂草识别模型WYOLO；基于杂草识别模型WYOLO，构建轻量化杂草识别模型LWYOLO，在保证识别精度的同时提升识别速度；使用预处理后的数据集对搭建的网络模型进行训练及测试，以识别出杂草图像。利用本发明提出的轻量化杂草识别方法，模型体积小、精度高、运行速度快，为除草设备提供有力支撑，对于提高作物产量、减少化学除草剂的使用以及保护生态环境具有重要意义。