一种基于MM-YOLOv8的玉米害虫检测方法

本发明公开一种基于MM‑YOLOv8的玉米害虫检测方法，涉及目标检测技术领域。包括如下步骤：1)收集不同类型的玉米害虫图像数据；2)对收集到的玉米害虫数据进行预处理，构建玉米害虫数据集；3)构建MM‑YOLOv8网络模型：设计多尺度细粒度特征提取模块(MFE)，并使用MFE模块替换YOLOv8模型中的传统卷积，改进坐标注意力机制(CA)为多路径坐标注意力机制(MBCA)，并将MBCA注意力添加到YOLOv8模型中；4)利用预处理后的数据集对MM‑YOLOv8模型进行训练，得到训练后的MM‑YOLOv8模型；5)加载最优模型权重，输入玉米害虫图像，得到最终检测结果。本发明所构建的网络模型实现了模型下采样过程中细粒度特征保留与多尺度语义感知的统一，且更关注有效信息，能实现更准确的检测结果，为玉米害虫的检测提供有效技术方案。