基于农业大数据和深度学习的稻田杂草识别

打开文本图片集

摘要：为在稻田中准确高效识别杂草，从而支持选择性喷药或机器人除草，基于农业大数据技术和深度学习技术提出改进的YOLO v8杂草检测模型，即采用CBAM（convolution block attention module）注意力机制来增强YOLO v8网络对复杂环境中杂草特征的提取能力，同时使用EIOU（expected intersection over union）+DFL（distribution focal loss）提高YOLO v8检测框的回归效率，并通过模型对比试验验证了改进YOLO v8模型的有效性。（剩余8114字）