基于改进YOLOv8n模型的辣椒病害检测方法

打开文本图片集

收稿日期：2024-06-18

基金项目：四川省科技厅关键技术攻关项目（22ZDYF0095）

作者简介：李 芳（2001-），女，四川巴中人，硕士研究生，研究方向为机器视觉和目标检测。（E-mail）18116718920@163.com

通讯作者：危疆树，（E-mail）weijiangshu66@163.com

摘要： 为了解决辣椒病害检测速度慢，漏检率和误检率高的问题，本研究以YOLOv8n为基线模型，引入Adown下采样模块替代原模型骨干网络（Backbone）的卷积下采样层，引入SlimNeck模块将原模型颈部网络中的卷积层和特征聚合模块（C2f）替换为混合卷积模块（GSConv）和跨阶段部分网络（VoVGSCSP）模块，并利用辅助训练头Aux Head（Auxiliary head）融合原有的检测头，构建改进的YOLOv8n模型（YOLOv8n-ATA模型）。（剩余15183字）