期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到171篇文章
< 1 2 … 9 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进YOLOv8的飞机蒙皮缺陷检测算法 认领 引用 被引量：4
1
作者 章东平 王杼涛 +2 位作者 夏岳键 徐云超 林丽莉 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2026年第1期38-48,共11页
为解决传统飞机蒙皮缺陷检测依靠人眼观察时,因人眼容易疲劳和个体认知有限导致效率降低的问题,提出一种基于改进YOLOv8的飞机蒙皮缺陷检测算法。对数据增强方式进行改进,提出一种切片推理+马赛克的数据增强方法;集成残差块到特征提取网... 为解决传统飞机蒙皮缺陷检测依靠人眼观察时,因人眼容易疲劳和个体认知有限导致效率降低的问题,提出一种基于改进YOLOv8的飞机蒙皮缺陷检测算法。对数据增强方式进行改进,提出一种切片推理+马赛克的数据增强方法;集成残差块到特征提取网络,增强网络表达能力的同时,提高模型在飞机蒙皮缺陷检测任务中的精度;应用三分支注意力模块改进特征融合网络,减少小目标样本的误检率和漏检率;优化检测头结构,使网络能够更好地将浅层信息与深度信息有效结合。实验结果表明:相比于YOLOv8算法,改进算法在飞机蒙皮缺陷数据集上的平均精度均值(mAP)和查全率分别提高了3.6%和3.7%,在公开数据集VOC2007上的平均精度均值和查全率提高了2.9%和2.2%。 展开更多
关键词 YOLOv8算法 表面缺陷检测 数据增强 目标检测 注意力机制
暂未订购 下载PDF
基于改进YOLOv8s算法的离子型稀土矿非法开采检测方法 认领 引用 被引量：1
2
作者 刘锟铭 龙北平 +1 位作者 孟祥龙 李兴梅 《矿产保护与利用》 CAS CSCD 2026年第1期68-77,共10页
离子型稀土矿区的智能化监管对生态环境与资源可持续发展具有重要意义。随着无人机遥感、计算机视觉和深度学习的快速发展,高分辨率遥感影像为矿区非法开采检测提供了新的技术途径。在此背景下,提出了一种基于改进YOLOv8s算法的稀土矿... 离子型稀土矿区的智能化监管对生态环境与资源可持续发展具有重要意义。随着无人机遥感、计算机视觉和深度学习的快速发展,高分辨率遥感影像为矿区非法开采检测提供了新的技术途径。在此背景下,提出了一种基于改进YOLOv8s算法的稀土矿区非法开采检测方法。通过引入P2检测层,有效提升了对尺度小、隐蔽性强的非法开采目标的识别能力。同时,在颈部结构中融合VoVGSCSP特征提取模块,进一步优化特征传递过程,从而提高算法的检测精度与运行效率。在自建的矿区非法开采数据集上进行实验,改进YOLOv8s算法平均精度为78.7%,F1分数为77%。相较于基线算法YOLOv8s,平均精度提高了2.8百分点,F1分数提高了4百分点。对比其他主流检测算法也有显著优势,能够在复杂自然环境下实现对非法开采目标的快速检测与定位,具有较强的应用价值。 展开更多
关键词 离子型稀土矿 非法开采 YOLOv8算法 深度学习 目标检测
暂未订购 下载PDF
基于改进YOLOv8-AM算法的番茄病毒病害检测模型 认领 引用
3
作者 刘晓瑞 路亮 +1 位作者 宁志强 代英鹏 《农机化研究》 北大核心 2026年第8期251-258,266,共8页
番茄在生长过程中易受以病毒病为主的病害侵袭,对其产量和质量造成巨大影响。针对现有番茄植株病害检测方法存在精度低、泛化能力差的问题,构建了一种基于改进YOLOv8-AM算法的检测模型。通过对Plant Village Dataset公共数据集和实地采... 番茄在生长过程中易受以病毒病为主的病害侵袭,对其产量和质量造成巨大影响。针对现有番茄植株病害检测方法存在精度低、泛化能力差的问题,构建了一种基于改进YOLOv8-AM算法的检测模型。通过对Plant Village Dataset公共数据集和实地采集的番茄病毒病害检测数据集进行数据增强,构成番茄病毒病害最终的训练数据集和验证数据集。同时,基于YOLOv8模型框架,借鉴残差网络和人眼视觉注意力机制,引入ResBlock+CBAM结构,设计ResCBAM模块,提升模型对关键特征的提取能力。在Plant Village Dataset公共数据集上进行训练与测试,并在番茄病毒病自建数据集上进行试验预测与验证,最终基于Java平台的Spring Boot框架,开发出一种基于YOLOv8-AM的番茄病毒病害检测系统。试验结果表明:在公共数据集上,YOLOv8-AM算法的精确率、召回率分别为92.47%和93.91%,均值平均精度为97.82%,模型的检测速度为31.89 FPS、尺寸为23.83 MB,改进算法在保持检测速度的同时精度均高于现有模型;在自建数据集上,YOLOv8-AM算法的均值平均精度为89.76%,模型泛化能力较强。利用改进的YOLOv8-AM算法能够实现对番茄病毒病害的快速检测,为作物植株的病害识别与防治提供技术支撑。 展开更多
关键词 番茄病毒病 病害检测 YOLOv8-AM算法 残差网络 注意力机制
暂未订购 下载PDF
基于改进YOLOv8n的管道超声图像缺陷识别方法研究 认领 引用
4
作者 张仙伟 张阳 尤杰 《计算机测量与控制》 2026年第3期130-137,145,共8页
管道缺陷检测作为管道安全管理的重要组成部分,对保障管道安全至关重要,超声波检测技术可用于识别和评估管道的内部缺陷;针对人工分析检测数据存在的执行效率低、漏检误检等问题,提出了一种基于改进YOLOv8n的管道超声图像缺陷识别方法;... 管道缺陷检测作为管道安全管理的重要组成部分,对保障管道安全至关重要,超声波检测技术可用于识别和评估管道的内部缺陷;针对人工分析检测数据存在的执行效率低、漏检误检等问题,提出了一种基于改进YOLOv8n的管道超声图像缺陷识别方法;在YOLOv8的C2f模块中引入动态蛇形卷积,增强对缺陷的特征提取能力,将空洞卷积集成到SPPF模块,以减少缺陷信息损失,通过共享组卷积检测头,降低模型复杂度的同时提高对缺陷的定位能力;实验结果表明,改进的YOLOv8n算法能够实现管道超声图像自动缺陷检测,且改进后的模型与原模型相比,mAP50提升了2.1%,计算量和参数量下降了15%和7%;较其他主流检测算法,综合表现最佳。 展开更多
关键词 超声波检测 管道 自动缺陷检测 超声图像 YOLOv8算法
暂未订购 下载PDF
基于改进YOLOv8的轻量化无人机图像目标检测算法 认领 引用 被引量：4
5
作者 唐克 魏飞鸣 +1 位作者 李东瀛 郁文贤 《计算机工程》 CAS CSCD 北大核心 2026年第3期97-106,共10页
针对无人机图像中小目标实例多、目标间存在遮挡所导致的漏检和误检等现象,提出一种基于改进YOLOv8的轻量化无人机图像小目标检测算法。首先,在颈部引入三特征编码器(TFE)、尺度序列特征融合(SSFF)模块,增强了网络对不同尺度特征的提取... 针对无人机图像中小目标实例多、目标间存在遮挡所导致的漏检和误检等现象,提出一种基于改进YOLOv8的轻量化无人机图像小目标检测算法。首先,在颈部引入三特征编码器(TFE)、尺度序列特征融合(SSFF)模块,增强了网络对不同尺度特征的提取能力。接着,设计小目标检测层(SMOH),并将其与改进的颈部特征提取网络进行融合,在头部引入一个额外的检测头,减小小目标特征的损失,增强网络对小目标的识别能力。然后,针对完整交并比(CIoU)的缺陷,结合适应交并比(Wise-IoU)、内部交并比(Inner-IoU)和最小点距离交并比(MPDIoU),提出了一种回归损失函数Wise-Inner-MPDIoU。最后,为了实现算法在移动端和嵌入式场景下的轻量化应用需求,进行了基于幅度的层自适应稀疏化剪枝,在保证模型精度的同时进一步压缩了模型大小。实验结果表明,相比于原YOLOv8s算法模型,改进后的模型在mAP@0.5提高6.8百分点的同时参数量、计算量、模型大小分别降低76.4%、17.1%、73.5%,在检测精度与轻量化方面均取得了显著提升,具有很强的实用价值。 展开更多
关键词 YOLOv8算法 无人机 小目标检测 特征融合 模型剪枝
暂未订购 下载PDF
基于YOLOv8的矿用钢丝绳损伤检测算法 认领 引用
6
作者 王成军 戴何奇 刘庆 《煤矿机械》 2026年第4期222-228,共7页
钢丝绳是矿井起重设备的核心承重部件,对钢丝绳损伤的及时检测可以有效避免由其损坏引发的事故。针对传统钢丝绳检测方法漏检率高、环境适应性差的问题,提出了一种SPSS-YOLO高精度实时检测算法。该算法在YOLOv8的基础上进行改进,通过集... 钢丝绳是矿井起重设备的核心承重部件,对钢丝绳损伤的及时检测可以有效避免由其损坏引发的事故。针对传统钢丝绳检测方法漏检率高、环境适应性差的问题,提出了一种SPSS-YOLO高精度实时检测算法。该算法在YOLOv8的基础上进行改进,通过集成Swin-Transformer层和SimAM注意力机制来增强多尺度特征提取能力与关键特征聚焦。该算法采用了SPPFCSPC模块提升特征融合效率,并使用结构化交并比(SIoU)损失函数优化边界框定位。在包含4250张图像,涵盖磨损、断裂和突起3类缺陷的自建数据集上的实验表明:SPSS-YOLO在精度、召回率和mAP50等指标上优于多种主流算法,尤其对检测难度较高的突起类损伤,检测精度比原YOLOv8提升了9.42%,实现了检测效率与准确率的良好平衡。 展开更多
关键词 钢丝绳检测 小目标检测 机器视觉 YOLOv8 算法优化
暂未订购 下载PDF
基于改进YOLOv8的车辆漆面缺陷检测 认领 引用 被引量：2
7
作者 郝友胜 文贞慧 +2 位作者 冯小溪 邓泽华 黄清宝 《计算机工程》 CAS CSCD 北大核心 2026年第4期252-263,共12页
针对车辆漆面缺陷检测精度低、检测算法参数量大、难易样本不均匀等问题,提出一种基于改进YOLOv8的车辆漆面检测算法。首先,为了提升划痕状缺陷检测能力并降低模型规模,将DAT(Deformable Attention Transformer)注意力机制引入主干网络... 针对车辆漆面缺陷检测精度低、检测算法参数量大、难易样本不均匀等问题,提出一种基于改进YOLOv8的车辆漆面检测算法。首先,为了提升划痕状缺陷检测能力并降低模型规模,将DAT(Deformable Attention Transformer)注意力机制引入主干网络来增强长距离特征依赖关系,同时使用幻影卷积(GhostConv)替换网络中的卷积(Conv)模块。然后,为了提升特征提取能力并进一步降低模型规模,结合FasterBlock模块与高效多尺度注意力(EMA)机制提出C2f-E(C2f Based on EMA)模块。接着,为了提高小目标检测性能,基于双向特征金字塔网络(BiFPN)进行设计,并增加小目标检测头与多尺度特征融合支路,提出BiFPN-D(BiFPN with Small Object Detection Head)颈部金字塔结构。最后,为了解决难易样本的平衡问题并提高针对小目标缺陷的检测性能,使用WIoUv3(Wise-Intersection over Union version 3)作为训练网络的损失函数。在自建的车辆漆面缺陷数据集上进行训练并开展对比实验。实验结果表明,相较于YOLOv8n,改进模型的均值平均精度(mAP@0.5)提高了5.5百分点、规模减小了1.4×106。 展开更多
关键词 YOLOv算法 车辆漆面缺陷 目标检测 双向特征金字塔网络 损失函数
暂未订购 下载PDF
基于改进simAM-YOLOv8的路面多病害识别方法 认领 引用 被引量：4
8
作者 单飞 李辉 +2 位作者 孙浩 聂世刚 申忠虎 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2026年第1期219-230,共12页
针对道路路面病害数据多模态和识别准确率低的问题,提出了一种基于无参数注意力机制simAM改进YOLOv8的路面多病害识别算法。利用自有路面病害数据集,在YOLOv8结构中嵌入Res2Net,在计算负载量相似的基础上增强多规模特征提取能力;采用si... 针对道路路面病害数据多模态和识别准确率低的问题,提出了一种基于无参数注意力机制simAM改进YOLOv8的路面多病害识别算法。利用自有路面病害数据集,在YOLOv8结构中嵌入Res2Net,在计算负载量相似的基础上增强多规模特征提取能力;采用simAM模块进一步调整不同尺度特征图的权重,实现对目标的检测改善;利用遗传算法提升模型自动寻参速度,使用HSV以及Mosaic等图像增强手段扩充小样本病害。实验结果表明:改进后的simAM-YOLOv8算法对沥青、水泥等不同类型路面的裂缝、破碎板、修补等病害识别结果相较原网络精确率整体提升了15.3%,召回率整体提升了13.1%,表现出了较好的智能识别效果,可在公路路况自动化检测方面发挥重要作用。 展开更多
关键词 智能交通 路面病害 识别算法 simAM YOLOv8 Res2Net
融合多尺度边缘增强提取的YOLOv8遥感图像目标检测算法 认领 引用 被引量：1
9
作者 王伟杰康 任洪亮 《华侨大学学报（自然科学版）》 CAS 2026年第1期50-60,共11页
为了提升YOLOv8算法在遥感任务中对不同尺度目标的特征提取能力及检测精度,提出一种多尺度边缘增强提取YOLOv8算法。引入浅鲁棒高效多尺度降采样和深鲁棒高效多尺度降采样模块,分别增强低层和深层特征细节的保留能力;引入高效边缘增强... 为了提升YOLOv8算法在遥感任务中对不同尺度目标的特征提取能力及检测精度,提出一种多尺度边缘增强提取YOLOv8算法。引入浅鲁棒高效多尺度降采样和深鲁棒高效多尺度降采样模块,分别增强低层和深层特征细节的保留能力;引入高效边缘增强上采样模块,提高网络在多尺度及复杂背景下的检测能力;引入部分自注意力机制模块,增强全局信息建模能力,有效抑制背景噪声。结果表明:相较于YOLOv8算法,文中算法在DIOR数据集上表现更佳,精确率提升了0.7%,召回率提升了2.4%,交并比为0.50的平均精确率均值提升了2.0%,交并比为0.50~0.95的平均精确率均值提升了2.8%。 展开更多
关键词 遥感图像 YOLOv8算法 边缘增强 多尺度特征提取
暂未订购 下载PDF
基于改进YOLOv8s轻量化网络的PCBA缺陷检测算法 认领 引用
10
作者 沈明辉 刘宇杰 +7 位作者 陈婧 叶康祈 高赫远 刘建 姜烨 殷文斐 王恺豪 刘振宇 《计算机工程》 CAS CSCD 北大核心 2026年第6期326-338,共13页
印刷电路板组件(PCBA)的缺陷检测对于提高流水线生产效率具有重要影响,而在PCBA之后的检查通常由人工完成,容易造成人力与时间的浪费和出现漏检与误检的情况。为此,提出一种轻量化的YOLOv8s改进算法,该算法在有效降低模型复杂度的同时... 印刷电路板组件(PCBA)的缺陷检测对于提高流水线生产效率具有重要影响,而在PCBA之后的检查通常由人工完成,容易造成人力与时间的浪费和出现漏检与误检的情况。为此,提出一种轻量化的YOLOv8s改进算法,该算法在有效降低模型复杂度的同时可以提高PCBA缺陷的检测精度。首先,由于没有公开的PCBA相关数据集,因此构建一个名为PCBA-DET的组装后PCBA缺陷检测数据集,并对PCBA-DET进行多种方式的数据增强以模拟实际生产场景和改善数据集的平衡性。其次,将YOLOv8s的骨干网络最后一个C2f模块替换成重参数化大核卷积网络(RepLKNet)以减少计算开销和提高模型的有效感受野,YOLOv8s的颈部网络引入P2小目标检测层和幽灵卷积以捕捉更多的细节信息,有效降低模型参数量。实验结果表明,在数据增强后的PCBA-DET数据集上进行评估,均值平均精度(mAP)@0.5∶0.95和mAP@0.5与基准模型相比分别上升了2.6和0.1百分点,但参数量和基线模型相比下降了36.8%。 展开更多
关键词 印刷电路板组件 缺陷检测 YOLOv8算法 Attention-GAN 轻量化模型
暂未订购 下载PDF
基于三种组合改进YOLOv8模型的马铃薯芽眼识别方法 认领 引用
11
作者 吴海风 黄操军 +1 位作者 白宇 赵红梅 《黑龙江八一农垦大学学报》 2026年第3期104-112,共9页
为实现马铃薯种薯芽眼的快速、准确识别,提出了一种基于三种组合改进YOLOv8模型的马铃薯芽眼识别方法。首先,更换BiFPN双向特征金字塔网络,并融合P2层级小目标检测层,提高模型对多尺度芽眼目标的检测能力,增强模型的鲁棒性;其次,通过引... 为实现马铃薯种薯芽眼的快速、准确识别,提出了一种基于三种组合改进YOLOv8模型的马铃薯芽眼识别方法。首先,更换BiFPN双向特征金字塔网络,并融合P2层级小目标检测层,提高模型对多尺度芽眼目标的检测能力,增强模型的鲁棒性;其次,通过引入CBAM注意力机制,提升模型对小目标芽眼的检测性能;最后,改进NMS非极大值抑制算法,提高召回率。结果表明:该模型精确率P为97.34%,召回率R为94.23%,调和平均值F1-Score为95.76%,平均精确率均值mAP@0.5:0.95为95.47%,平均单幅图像的识别时间为16.3 ms。综上,该模型在马铃薯芽眼识别任务中表现出色,抗干扰能力更强,能够为马铃薯种薯智能切块环节中的芽眼识别提供重要的理论参考,对推动马铃薯产业全程机械化发展具有重要实践价值。 展开更多
关键词 YOLOv8算法 芽眼识别 马铃薯 种薯切块
暂未订购 下载PDF
基于YOLOv8及OCR技术的图书定位清点系统设计——以湖北文理学院图书馆为例 认领 引用
12
作者 胡鹏 屈俊峰 宋超 《襄阳职业技术学院学报》 2026年第1期96-101,共6页
文章设计了一种图书定位清点系统。该系统基于YOLOv8及OCR技术构建图书书脊图像采集分析模块,对图书书脊上的标题、书标进行目标识别与字符信息提取,依托提取的信息获取图书的索书号,并通过构建的数据库模块与馆内超星自动化数据库实现... 文章设计了一种图书定位清点系统。该系统基于YOLOv8及OCR技术构建图书书脊图像采集分析模块,对图书书脊上的标题、书标进行目标识别与字符信息提取,依托提取的信息获取图书的索书号,并通过构建的数据库模块与馆内超星自动化数据库实现数据交互,完成图书的定位清点工作。文章对系统设计过程中如何进行图像采集构建高质量训练数据集、如何利用OCR技术识别书标信息和书脊上竖排文字信息,以及系统数据库的设计思路进行了详细描述,同时对整个系统的工作流程进行了详细介绍。测试结果表明,该系统识别效果良好,能够有效提高图书清点效率以及检索查找定位图书的效率。 展开更多
关键词 YOLOv8算法 索书号 OCR算法 竖排文字
暂未订购 下载PDF
基于YOLOv8s改进的布匹缺陷检测算法 认领 引用
13
作者 毛佳奇 孙日明 《山西电子技术》 2026年第1期30-33,共4页
为提高布匹缺陷检测的精度和效率,提出了改进的模型FES-YOLOv8s。该算法是以YOLOv8s为基准模型,在网络结构中引入FocalModulation模块替换SPPF模块,加强网络的特征提取能力和自适应能力,使得在特征提取过程中网络能够更加关注缺陷目标... 为提高布匹缺陷检测的精度和效率,提出了改进的模型FES-YOLOv8s。该算法是以YOLOv8s为基准模型,在网络结构中引入FocalModulation模块替换SPPF模块,加强网络的特征提取能力和自适应能力,使得在特征提取过程中网络能够更加关注缺陷目标。为了进一步提升网络的特征提取能力和增强网络学习缺陷目标的信息能力,提出将C2f模块替换为多尺度转换模块Efficient Multi-Scale-Conv,同时减少了模型的参数量。考虑到缺陷样本质量不平衡问题,使用SIoU损失函数,增强缺陷定位准确率,并且提高模型收敛速度和回归精度。改进后的模型在布匹数据集上进行实验,其实验结果表明,改进后的模型的mAP@0.5达到90.5%,相比于基准模型提高了12.2%。与原YOLOv8s算法相比,改进后的网络参数量减少了42.34%,mAP@0.5、精确率分别提高了12.2%、16.8%,充分验证了算法的优势和有效性,改善了布匹表面缺陷检测精度较低的问题。 展开更多
关键词 YOLOv8s算法 FocalModulation Efficient Multi-Scale-Conv SIoU 布匹缺陷
暂未订购 下载PDF
改进YOLOv8的无人车障碍物检测算法 认领 引用
14
作者 邱骏毅 王素彬 +2 位作者 许英朝 吴晓敏 刘博 《厦门理工学院学报》 2026年第3期26-36,共11页
针对现有算法在校园复杂场景下存在小目标漏检率高和动态障碍物检测稳定性不足的问题,提出改进YOLOv8n架构的多模态障碍物检测算法。为提高网络对复杂场景的适应性,采用具有全局感知能力的尺度内特征交互(adaptive intra-feature intera... 针对现有算法在校园复杂场景下存在小目标漏检率高和动态障碍物检测稳定性不足的问题,提出改进YOLOv8n架构的多模态障碍物检测算法。为提高网络对复杂场景的适应性,采用具有全局感知能力的尺度内特征交互(adaptive intra-feature interaction,AIFI)模块替代原始空间金字塔快速池化模块(spatial pyramid pooling fast,SPPF),通过增强跨通道特征交互能力提升主干网络的特征表达能力;设计小目标检测网络(small object detection network,SODNet),通过空间深度卷积(space-to-depth convolution,SPD-Conv)捕获细粒度特征,结合改进的全向核(Omni-Kernel)模块进行特征整合,增强小目标语义信息的表征能力;引入平衡因子τ和自适应匹配损失函数(scaling-aware matching loss,LSam)优化YOLOv8的损失函数,提升模型对小目标学习的回归收敛效果。实验结果表明,与原有的YOLOv8n相比,改进后算法的召回率和算法平均精度分别提升7.8%和3.7%,检测速度达到65.6 F·s-1,完全满足实时检测的要求。 展开更多
关键词 障碍物检测算法 YOLOv8 深度学习 无人车 小目标检测网络 全向核
暂未订购 下载PDF
基于改进YOLOv8算法的玉米虫害识别研究与实现 认领 引用
15
作者 王可儿 张钟跃 +4 位作者 张运波 王冬 孙硕康 谢金坤 冯雨欣 《现代农业研究》 2026年第4期80-86,共7页
深度学习算法是玉米虫害智能识别的核心技术支撑,而覆盖多类别、复杂场景的高质量标注数据与针对性算法改进,是提升识别精度与田间适应性的关键。本文首先构建了一套玉米害虫成虫数据集,采集于中国海南省三亚市坡田洋高标准农田示范基地... 深度学习算法是玉米虫害智能识别的核心技术支撑,而覆盖多类别、复杂场景的高质量标注数据与针对性算法改进,是提升识别精度与田间适应性的关键。本文首先构建了一套玉米害虫成虫数据集,采集于中国海南省三亚市坡田洋高标准农田示范基地,涵盖玉米螟、红蜘蛛、蚜虫等13种玉米生长周期常见害虫,原始图像3753张,经Mosaic、仿射变换等多维度数据增强后形成高泛化性样本库。数据采集过程充分考虑光照变化、拍摄角度及复杂田间背景干扰,由农业病虫害专家完成初筛与标注,并通过重复标注验证与模型交叉检验保障数据质量。针对原生YOLOv8算法在小目标害虫检测、复杂背景抗干扰等方面的不足,本文提出了模块化改进方案:重构C2f特征提取模块并引入跨层连接,优化FPN-PAPAN AN多尺度特征融合结构;新增小目标专用检测分支,结合可变形卷积增强非规则目标刻画能力;嵌入空间-通道双重注意力机制,强化目标区域特征权重。实验结果表明,改进后的YOLOv8模型在测试集上的全类别平均精度(mAP@0.5)达到0.765,对红蜘蛛、蚜虫等小型害虫的识别精度提升显著,且模型保持了较高的检测速度(FPS)。该研究构建的数据集与改进算法,为玉米虫害识别的开发提供了数据支撑与技术参考,可有效满足规模化种植场景下精准防控的实际需求。 展开更多
关键词 YOLOv8算法 玉米虫害识别 小目标检测 注意力机制 农业图像数据集
暂未订购 下载PDF
基于YOLOv8-Extend的害虫目标检测算法分析 认领 引用
16
作者 孙佳人 杨汝欣 +1 位作者 邓宣任 刘宗超 《中国高新科技》 2026年第9期144-145,148,共2页
为促进农作物产量提升,检测农作物害虫至关重要。通过检测方法的引入,实现对害虫的精准识别,解决农业生产过程中害虫识别存在的问题,对提升检测效率和精度具有十分重要的意义。针对害虫目标小、与农作物拟态的特点,导致检测精度和效率... 为促进农作物产量提升,检测农作物害虫至关重要。通过检测方法的引入,实现对害虫的精准识别,解决农业生产过程中害虫识别存在的问题,对提升检测效率和精度具有十分重要的意义。针对害虫目标小、与农作物拟态的特点,导致检测精度和效率均偏低的问题,提出基于YOL0v8-Extend的害虫目标检测算法。①对GSConv进行应用,使模型感受野提高,并通过轻量化幻影卷积替换部分ConV,同时采用HorBlock,用于实现对长期特征依赖关系的精准捕捉。②使用损失函数对一般质量样本予以关注,使模型泛化和整体性能增强。③通过试验的方式,验证模型的实际应用效果。研究结果表明,相较于基础模型,改进后的Y0L0v8-Extend模型拥有更高的检测效率和精度,在计算机中部署有助于实现对害虫目标的全天候检测。文章研究可为相关行业提供借鉴。 展开更多
关键词 YOL0v8-Extend 害虫目标 检测算法
暂未订购 下载PDF
基于TANet与YOLOv8的低空无人机侵入检测方法研究 认领 引用
17
作者 郭晓莉 《中国高新科技》 2026年第8期88-89,共2页
传统无人机检测方法在雨雪雾等复杂天气条件下,存在识别精度偏低、误报率偏高等技术瓶颈。提出了一种TANet与YOLOv8相结合的低空无人机侵入检测方法,以YOLOv8算法作为目标检测基础算法并加以改进,经实验验证,该方法在复杂天气环境下可... 传统无人机检测方法在雨雪雾等复杂天气条件下,存在识别精度偏低、误报率偏高等技术瓶颈。提出了一种TANet与YOLOv8相结合的低空无人机侵入检测方法,以YOLOv8算法作为目标检测基础算法并加以改进,经实验验证,该方法在复杂天气环境下可显著提升目标检测精度,充分证明TANet算法与YOLOv8目标检测模型的组合策略,在恶劣气象条件中展现出优异的鲁棒性与实时性,能够大幅增强机场无人机监测工作的准确性。 展开更多
关键词 无人机 机场 TANet算法 YOLOv8目标检测 无人机检测
暂未订购 下载PDF
基于改进YOLOv8的高压输电线路缺陷检测方法研究 认领 引用
18
作者 景云鼎 葛平富 《电工技术》 2026年第3期114-117,共4页
高压输电线路在运行过程中可能会出现缺陷,如果处理不及就时可能影响线路供电的可靠性。基于此,提出一种基于改进YOLOv8的高压输电线路缺陷检测方法。首先引入可变形卷积DCNv3模块对传统YOLOv8算法进行改进,实现卷积过程中输入特征的非... 高压输电线路在运行过程中可能会出现缺陷,如果处理不及就时可能影响线路供电的可靠性。基于此,提出一种基于改进YOLOv8的高压输电线路缺陷检测方法。首先引入可变形卷积DCNv3模块对传统YOLOv8算法进行改进,实现卷积过程中输入特征的非线性采样,提升目标特征的提取能力;其次采用稳定交并比(SIoU)损失函数进行网络优化,提升算法对缺陷的检测水平和精度;最后结合实际输电线路缺陷数据集4种典型缺陷,并与其他识别算法进行对比,结果表明所提改进算法对高压输电线路缺陷的检测准确率达95.82%,验证了所提改进算法的有效性。 展开更多
关键词 改进YOLOv8算法 输电线路 缺陷检测 DCNv3模块
暂未订购 下载PDF
基于YOLOv8的鱼菜共生智能化精准投喂管理系统设计与实现 认领 引用
19
作者 田嘉城 何林红 +3 位作者 陈冬宇 罗奕腚 刘九滋 廖体 《现代信息科技》 2026年第10期175-181,186,共7页
为解决传统鱼菜共生系统投喂依赖人工经验、饲料浪费严重、水质易恶化及投喂与生态循环协同性差等问题,设计并实现一种以Python为核心开发语言,基于YOLOv8目标检测算法的鱼菜共生智能化精准投喂管理系统。系统融合计算机视觉、物联网与... 为解决传统鱼菜共生系统投喂依赖人工经验、饲料浪费严重、水质易恶化及投喂与生态循环协同性差等问题,设计并实现一种以Python为核心开发语言,基于YOLOv8目标检测算法的鱼菜共生智能化精准投喂管理系统。系统融合计算机视觉、物联网与智能控制技术,通过YOLOv8模型实时识别鱼群密度、个体尺寸及摄食状态,结合水质传感器数据构建动态投喂决策机制,实现饲料用量、投喂时机的精准调控。采用表现层、应用层、领域层、数据采集层与基础设施层的五层架构设计,完成硬件集成与软件开发,实现投喂过程自动化、状态监测实时化、决策调控智能化。实验结果表明,系统投喂精度达±5 g,响应时间≤3 s,鱼类行为识别准确率达91.8%,鱼类养殖成活率提升5%~10%,饲料利用率提升15%~20%,该系统为鱼菜共生模式的智能化升级提供技术支撑,具有良好的实用性与推广价值。 展开更多
关键词 鱼菜共生 YOLOv8算法 智能化管理 精准投喂
暂未订购 下载PDF
基于改进YOLOv8s算法的路基病害智能检测方法 认领 引用
20
作者 闫江鹏 《市政技术》 2026年第3期58-68,共11页
传统路基病害识别方法多依赖人工检测,普遍存在检测效率低、对不同尺度病害特征表征不足、识别精度与鲁棒性欠佳等问题,难以满足实际道路检测的高效性与准确性需求。该研究提出了一种基于改进YOLOv8s的路基病害快速识别算法和配套的可... 传统路基病害识别方法多依赖人工检测,普遍存在检测效率低、对不同尺度病害特征表征不足、识别精度与鲁棒性欠佳等问题,难以满足实际道路检测的高效性与准确性需求。该研究提出了一种基于改进YOLOv8s的路基病害快速识别算法和配套的可视化应用方案。首先,在YOLOv8s模型的基础上引入残差注意力机制(ResBlock_CBAM),提高了模型对关键特征的提取能力;其次,引入具备高效特性的多尺度特征融合网络(Bi FPN),其能够更优质地整合不同尺度特征,从而有效提升模型对多尺度目标的检测性能。对比实验结果显示,改进模型对脱空、疏松、富水三类路基病害的识别平均精度相较于基础模型分别提升了4.5%、8.2%和8.7%,三类病害整体平均精度提升7.2%,达到0.814;改进模型在识别精度与性能稳定性方面更具优势,检测效果显著优于基础模型,充分验证了改进策略的有效性。将该识别方法应用于实际道路检测场景,成功实现了路基病害的快速识别与精准定位,为道路养护工作的高效开展提供了可靠的技术保障。 展开更多
关键词 路基病害 改进YOLOv8s算法 智能检测 深度学习
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 9 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈