多重注意力改進(jìn)YOLOv8的密集茶芽目標(biāo)識(shí)別算法
摘要: 針對茶芽密度高、遮擋嚴(yán)重導(dǎo)致的茶芽識(shí)別精度低、難以滿足無人化采收需求的問題,提出了改進(jìn)的Tea-YOLOv8-Pruning模型,來優(yōu)化高密度場景下的茶芽檢測。為增強(qiáng)Tea-YOLOv8-Pruning模型對全局特征的感知能力,在原YOLOv8中引入了雙注意力(A~2Net)模塊。通過在檢測頭中引入Multiple-SEAM模塊,建立不同密度區(qū)域中茶芽之間的特征關(guān)系,利用未遮擋... (共10頁)
開通會(huì)員,享受整站包年服務(wù)