PDF摘要：林业作为生态环境保护的关键产业，其发展时常受到病虫害的严重阻碍。在林业病虫害防治工作中，害虫的准确识别显得尤为重要。为了提升林业害虫识别的速度与准确性，提出一种基于改进YOLOV8模型的林业病虫害识别算法。首先，对Ai Studio平台上的林业病虫害数据集进行细致标注，并通过角度旋转、亮度调整及噪声添加等手段进行数据增强处理。其次，在原YOLOV8模型中创新性地融入了SimAM模块、SK模块以及RepFPN特征融合结构，从而构建了这一改进的林业病虫害识别算法SK-SimAM-RepFPN-YOLOV8。最后，通过在Ai Studio数据集上进行定量对比与定性评价，充分验证了所提方法的精确性和实用性。
在线浏览，阅读全文