农业装备智能化 | 改进YOLOv8_obb的大豆主茎节点识别研究
农业装备智能化 | 改进YOLOv8_obb的大豆主茎节点识别研究
摘要:大豆株型对大豆产量有重要影响,大豆主茎节数是大豆株型构成的重要性状。为实现田间条件下大豆主茎节数识别计算,以黑龙江省九三地区大豆为研究对象,提出基于YOLOv8_ob模型改进的大豆主茎节点识别方法YOLOv8_obb—AES,计算大豆主茎节点,得到大豆主茎节数。改进模型引入高效注意力机制模块,缩减模型计算量,采用渐进特征金字塔网络结构替换YOLOv8_obb网络中的路径聚合特征金字塔网络,增强多尺度融合能力,替换IoU损失函数加快模型边界回归,提高模型收敛速度。结果表明,YOLOv8_obb—AES算法对田间大豆主茎节点的平均精度均值与检测速度分别达到89,45%,78.8 帧/
,相比于原始算法分别提升 8.45%.7.6 帧 'ms ,对于九研17大豆植株6种不同主茎节数的识别准确率分别为 85.4%.84.5%.87.6%.85.2%.81.6% 和 82.2% 。该研究为探究大豆产量与大豆主茎节数之间的关联提供技术支持。