FSM-YOLOv8莲蓬检测算法

检测精度85.5%

通过C2f-Faster模块、SimAM注意力机制和MPDIoU损失函数,在减少模型参数的同时提升莲蓬检测精度,适用于复杂环境下的快速检测。

Kun, Zhang · Huimin, Xu · Miao, Hu · Tang, Tao · 叶秉良

Information Technology and Control 2025

参数信息

检测精度
85.5 %
召回率
84.7 %
mAP@0.5
88.7 %
参数量减少
13.4 %

技术优势

参数量更少

采用C2f-Faster模块,在保证结构特征提取能力的前提下减少模型参数量,降低部署计算成本。

特征提取更强

引入SimAM注意力机制,增强模型的多尺度和空间特征提取能力,从而更好地区分莲蓬与叶片。

遮挡下仍能检测

使用MPDIoU作为边界损失函数,有效解决莲蓬与莲叶空间重叠和遮挡导致的低检测率问题。

应用场景