一种基于改进YOLOv8的柑橘病害识别方法

本发明公开了一种基于改进YOLOv8的柑橘病害识别方法，属于病虫害识别以及图像识别领域。所述方法包括：采集柑橘病害图像并执行预处理操作，通过预处理后的图像构建多源柑橘病害数据集；构建改进的YOLOv8网络模型；所述改进的方式包括：在骨干网络中SPPF层后嵌入PSA注意力机制；在颈部网络中引入CCFF模块；采用DyHead替换原有Decoupled Head检测头；设计融合Inner‑IoU和Focal‑EIoU的新型损失函数；将多源柑橘病害数据集输入改进的YOLOv8网络模型中进行训练，得到检测结果。本发明提高了模型表现力，使得模型在识别各类复杂环境下的柑橘病害时可以达到更高的精度和实时性。本发明中图像预处理采用多种数据增强方法，适应不同光照、颜色和角度的图像，使得模型的泛化能力更强，适用范围广。