基于改進(jìn)YOLOv8n的茶樹嫩芽識(shí)別

打開文本圖片集

摘要：在復(fù)雜自然環(huán)境下對(duì)茶樹嫩芽進(jìn)行精確識(shí)別是實(shí)現(xiàn)農(nóng)業(yè)機(jī)器人智能化采摘茶樹嫩芽的關(guān)鍵技術(shù)之一。針對(duì)茶園復(fù)雜環(huán)境下茶樹嫩芽識(shí)別率低的問題，提出了一種基于改進(jìn)YOLOv8n的茶樹嫩芽檢測(cè)方法。使用榮耀80手機(jī)采集茶樹嫩芽圖片，并對(duì)圖片進(jìn)行標(biāo)注，按照訓(xùn)練集、驗(yàn)證集、測(cè)試集8∶1∶1的比例劃分?jǐn)?shù)據(jù)集。為有效提取嫩芽特征并減少模型冗余計(jì)算和內(nèi)存訪問，采用FasterNet模型替換YOLOv8n網(wǎng)絡(luò)結(jié)構(gòu)的骨干網(wǎng)絡(luò)進(jìn)行特征提?。粸橐种撇鑸@環(huán)境背景信息、增強(qiáng)模型對(duì)嫩芽的特征提取能力，在主干網(wǎng)絡(luò)尾部（SPPF模塊后）引入全局注意力機(jī)制（Global attention mechanism，GAM）；在Neck網(wǎng)絡(luò)中引入上下文引導(dǎo)（Context guided，CG）模塊，學(xué)習(xí)茶樹嫩芽局部特征和周圍環(huán)境的聯(lián)合特征，進(jìn)一步提高茶樹嫩芽的識(shí)別準(zhǔn)確率。（剩余15975字）