基于YOLOv8的柑橘病虫害识别系统研究与设计

扫码查看

原文链接

国家科技期刊平台
NETL
NSTL
万方数据
维普

中文摘要：在柑橘种植的过程中,黄龙病等病虫害对柑橘有很大影响,严重影响柑橘的产量.该文基于YOLOv8 模型,通过采集柑橘树的叶片图像,利用训练的模型对叶片进行特征提取和分类,从而实现对柑橘病虫害的自动化检测识别.实验结果表明,该模型对实际环境中的柑橘病虫害图片的识别准确率为 94.9%,比传统的CNN算法拥有更高的准确率,可以应用部署在实际生产中,有效地解决柑橘病虫害识别问题,为柑橘病虫害的防治提供有效的技术支持和解决思路.

外文关键词：

citrus diseases and pestsYOLOv8defect identificationdeep learningsmart detection

作者：

高伟锋

展开 >

作者单位：

南宁职业技术学院,南宁 530008

关键词：

柑橘病虫害 YOLOv8 缺陷识别深度学习智能检测

出版年：

2023

DOI：

10.20028/j.zhnydk.2023.15.007

智慧农业导刊

ISSN：

年,卷(期)：2023.3(15)

被引量1
参考文献量4