基于YOLOv8改进算法的杂草分类检测方法及系统

本发明涉及一种基于YOLOv8改进算法的杂草分类检测方法及系统。所述方法包括：将包含有杂草的待检测图像输入至YOLOv8改进算法模型，处理后的图像数据集输入至YOLOv8改进算法模型的骨干网络中，通过C2f‑FADC模块提取不同尺度的图像特征信息输入至Neck网络中，DASI模块进行低分辨率高语义信息和高分辨率低语义信息融合，产生多尺度语义特征信息传输至任务对齐检测头提取出不同的任务交互特征计算得到分类特征，得到杂草分类结果。使用FADC模块替换了C2f模块中的Bottleneck模块提出了C2f‑FADC模块，并且将该模块集成到骨干网络中，可以提高卷积的感受野；DASI模块通过对高低维度特征的自适应选择和精细融合能够很好的增强对小目标检测的准确性，提高模型对杂草检测的性能。