基于改进YOLOv8的大米袋包装表面缺陷检测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：为解决传统米袋包装表面缺陷检测方法效率和精度欠佳的问题，文章提出一种基于YOLOv8n的改进模型。该模型通过引入Wise-IoU损失函数和GAM注意力机制，提升了边界框回归速度和目标定位精度。在自建RICE_PACKAGE-DET数据集上的实验结果表明，改进模型的mAP@0.95和mAP@0.5相比基准模型分别提升2.4%和2%，平均检测精度达到96.8%。（剩余8613字）

试读结束

目录
monitor