改进YOLOv8叶片检测模型
精度与速度兼优
在保持实时推理速度的同时,将番茄叶病检测精度提升至85.7%,为精准施药提供可靠视觉识别。
沈跃 · Khan, Zohaib · 刘辉 · Chen, Wen Hua
Sensors 2025
参数信息
- 模型精度
- 85.7 %
- 召回率
- 72.8 %
- 平均精度均值
- 79.8 %
- 平均精度均值(严格)
- 51.6 %
- F1分数
- 78.6
技术优势
精度涨了
加入SE_Block注意力机制后,模型精度从83.5%提高到85.7%。
跑得更快
深度分组卷积降低了计算复杂度,推理速度更快,同时不牺牲精度。
能精准喷
配合LPE-260喷雾机器人,只在病害区域施药,减少农药使用量。
应用场景
- 精准施药:引导喷雾机器人只对病害区域施药,减少农药用量
- 病害监测:实时识别多种番茄叶病害,辅助早期发现与防治
- 农业机器人视觉:为农业机器人提供视觉模块,实现自动病害定位
- 智能农机具身智能:让机器人从识别到施药闭环作业,推动智能农机落地
- 植物表型分析:通过叶片图像检测病害类型,辅助表型特征分析