基于YOLOv8改进的针对西北天气下小麦病虫害轻量化检测方法

本发明公开基于YOLOv8改进的针对西北天气下小麦病虫害轻量化检测方法，涉及人工智能及机器视觉监测技术领域；包含以下步骤：采集西北旱地片区环境下的小麦灌浆期原始RGB图像；对采集到的原始图像数据集进行筛选及Mosaic‑8数据增强，建立小麦病虫害图像数据集；构建基于YOLOv8改进小麦病变检测轻量化模型，优化网络结构；将建立的小麦病虫害图像数据集输入改进后的网络模型进行训练；测试改进后的网络模型在小麦病虫害图像测试数据集中的应用，不断更新改进YOLOv8网络模型的学习参数；利用更新后训练的YOLOv8网络模型对甘肃省小麦种植的旱地片区进行实时监测，对模型的复杂度和准确性进行评估；最后实现模型检测结果实时反馈，动态更新小麦植株病症以提升模型精度。