一种基于改进的YOLOv8的烟草杂质检测方法

本发明涉及图像识别技术领域，特别涉及一种基于改进的YOLOv8的烟草杂质检测方法，包括：获取烟叶数据集，对烟叶数据集进行预处理，得到预处理数据集；采用经过预训练的改进的轻量级YOLOv8模型对预处理数据集进行处理，得到杂质判别结果，输出杂质标注图像；所述改进的轻量级YOLOv8模型包括：基于UniRepLKNetBlock模块的主干网络、改进的BiFPN特征融合结构、基于改进的注意力模块的预测输出模块；本发明提升了现有技术在烟草杂质检测过程中对不规则结构与边缘模糊目标的全局感知能力、对弱纹理目标的判别能力以及分割精准度。