基于EBP-YOLOv8 的葡萄叶病害检测与识别方法研究

打开文本图片集

摘 要： 为提高实际环境中葡萄叶病害检测的准确率，适合视频实时监测、无人机等嵌入式AI应用场景，对YOLOv8 目标检测模型从模型结构、轻量化等方面进行改进，构建了EBP-YOLOv8。首先在颈部网络中引入BiFPN 结构，加强模型特征层之间的融合，改善对小目标的检测能力；其次使用C2_P来替换颈部网络中的C2f 结构，实现模型的轻量化，在降低模型计算量的同时而不影响其精度；然后在特征提取网络中融入EMA注意力机制，提升网络对感兴趣区域的关注，提升模型对复杂背景、相似病斑的识别能力；最后将CIoU 损失函数替换为ECIoU 损失函数，进一步提升模型的检测性能，使模型能够更好地收敛。（剩余2169字）