摘要
本发明公开一种门控空频特征蒸馏与融合的YOLOv8樱桃果实检测方法,提出一种多路径门控交互与动态形变卷积模块,并用其替代YOLOv8模型的C2f模块。首先,该模块采用三分支网络结构,分别聚焦局部细粒度特征、空间关联特征与全局上下文特征的提取;其次,引进高效特征提取模块,通过空间可分离卷积与逐点卷积强化局部细节和果实重要特征通道;然后,采用门控频率特征蒸馏块动态筛选关键全局特征并抑制冗余噪声,从而通过结构化轻量化改造与无效特征过滤,提高果实目标检测的稳健性和精度。实验结果表明,本发明的樱桃果实检测mAP50为83.4%,误检率在3.7%以内,模型参数量为2.37M,检测速度为2.6f/s,能满足复杂果园场景下樱桃果实的精准、高效检测需求。
技术关键词
卷积模块
多路径
深度卷积神经网络
检测头
果实
特征提取模块
蒸馏
动态
空间金字塔
抑制算法
传播算法
图像
输入多尺度
细粒度特征
随机梯度下降
上下文特征
瓶颈
上采样