HCI-YOLO:基于改進(jìn)YOLOv8的茄子果實病蟲害檢測模型
關(guān)鍵詞:圖像識別;輕量化網(wǎng)絡(luò);注意力機制;多級特征融合;病蟲害檢測
0 引言(Introduction)
我國作為茄子最大的產(chǎn)量國,茄子的年產(chǎn)量占世界茄子年總產(chǎn)量的一半以上[1]。在現(xiàn)代農(nóng)業(yè)生產(chǎn)中,病蟲害檢測與防治趨向于規(guī)模化和智能化[2],及時識別病蟲害,實現(xiàn)更高效、更主動的病蟲害管理,可以有效提高茄子果實的品質(zhì)[3]。(剩余6460字)
目錄
- 基于YOLOv8的實時教室人數(shù)...
- 基于語義增強雙編碼器的方面情感...
- 基于多特征融合的汽車用戶需求命...
- 二進(jìn)制登山隊優(yōu)化算法及其在特征...
- 基于CBAM注意力和聚合-分發(fā)...
- 基于深度學(xué)習(xí)的竹筍細(xì)粒度識別技...
- 基于改進(jìn)自適應(yīng)閾值及四叉樹的O...
- 基于YOLOv8改進(jìn)的霧天環(huán)境...
- 基于分區(qū)過濾網(wǎng)絡(luò)的中文簡歷實體...
- 基于改進(jìn)RRT-Connect...
- 基于聚合局部鄰居三元組與特征增...
- HCI-YOLO:基于改進(jìn)YO...
- ResNet18在基于傳感器公...
- “校企政行”合作機制下產(chǎn)業(yè)學(xué)院...