基于YOLO v8-GSGF模型的葡萄病害識(shí)別方法研究

摘要： 為進(jìn)一步提高葡萄病害識(shí)別精度及速度,本文對(duì)YOLO v8模型進(jìn)行了改進(jìn)。首先,引入GhostNetV2主干特征提取網(wǎng)絡(luò),提高模型特征提取能力和識(shí)別性能。其次,嵌入SPPFCSPC金字塔池化,在保持感受野不變的情況下取得速度上的提升。再次,添加GAM-Attention注意力機(jī)制,減小信息縮減并放大特征信息,加快識(shí)別速度。最后,使用Focal-EIoU作為損失函數(shù),使檢測(cè)模型邊界... （共9頁(yè)）