摘要
本发明涉及农业害虫检测技术领域,具体为基于改进YOLOv8n的害虫检测方法,包括以下步骤:采用诱虫灯设备、太阳能板和网络摄像头组成的自动化害虫采集装置进行数据采集;构建害虫数据集;对YOLOv8n模型进行改进,在YOLOv8n模型融合了iMLCA架构、CSPPC模块和FASFFHead检测头。本发明通过提出基于YOLOv8n改进的检测模型,即Pest‑YOLOv8n算法,实现了害虫的高效检测,该算法结合了iMLCA架构、CSPPC模块和FASFFHead检测头,展现出了更强的特征提取和检测能力,有效提高了模型对复杂多变环境下害虫的检测精度。
技术关键词
害虫检测方法
诱虫灯设备
网络摄像头
害虫图像
通道注意力机制
田间害虫
云服务器
检测头
标注软件
复杂多变环境
全局特征融合
特征提取网络
数据
捕获特征
农业害虫
残差结构
太阳能
模块
算法
频率
系统为您推荐了相关专利信息
生成对抗网络
平衡轴承
数据故障诊断
GP模型
故障诊断方法
并行推理方法
装备
数据
时空融合特征
残余变形量
特征识别方法
编码向量
联合注意力机制
轨迹
嵌入位置编码