基于改进YOLO v8n的甜菜杂草检测算法研究

打开文本图片集

摘要：农作物生长过程中其伴生杂草的及时清除能够有效提高农作物的产量和质量。针对当前对于甜菜杂草检测精度较低、小目标漏检等问题，提出了基于改进YOLO v8n的甜菜杂草检测算法。首先，在检测头部分增加一个小目标检测层，提高模型对生长初期甜菜和杂草的检测能力。其次，在主干部分引入感受野坐标注意力卷积（receptive-field coordinated attention convolutional operation，RFCAConv），更好地识别图像中的边缘、纹理、形状等低级特征，并且所增加的计算开销极小。（剩余11942字）