基于Mamba和YOLOv8的水稻病虫害目标检测算法

本发明涉及目标检测技术领域，具体地说，涉及基于Mamba和YOLOv8的水稻病虫害目标检测算法，包括以下步骤：采集稻田RGB图像并预处理生成异常图像；将异常图像输入MedVSSM模块，通过Mamba状态空间模型提取全局远距离依赖特征，结合CNN提取虫体轮廓、病斑纹理等局部特征，融合输出多尺度特征；经C2F‑MedVSSM模块进行跨层语义增强与路径聚合，通过动态权重调节生成优化特征图；由YOLOv8模块输出目标检测框、类别及置信度，经非极大值抑制处理后获得最终检测结果。本发明通过融合Mamba全局建模能力与CNN局部特征提取优势，通过动态权重机制实现特征互补，有效提升复杂光照、叶片遮挡等场景下的检测精度，对水稻病虫害防控具有实际应用价值。