Sgw-yolov8n: un modelo mejorado basado en yolov8n para la detección y segmentación de manzanas en entornos de huertos complejos
Autores: Wu, Tao; Miao, Zhonghua; Huang, Wenlei; Han, Wenkai; Guo, Zhengwei; Li, Tao
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Sgw-yolov8n: un modelo mejorado basado en yolov8n para la detección y segmentación de manzanas en entornos de huertos complejos
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Ciencias Agrícolas y Biológicas Generales
Palabras clave
Manzanas ocultas
Detección de manzanas
Modelo de segmentación
Módulo de convolución SPD-Conv
Mecanismo de atención global GAM
Función de pérdida Wise-IoU
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
Este estudio aborda el problema de detectar manzanas ocultas en entornos no estructurados complejos en huertos y propone un modelo de detección y segmentación de manzanas basado en YOLOv8n-SGW-YOLOv8n mejorado. El modelo mejora la detección y segmentación de manzanas al combinar el módulo de convolución SPD-Conv, el mecanismo de atención global GAM y la función de pérdida Wise-IoU, lo que mejora la precisión y la robustez.
Descripción
Este estudio aborda el problema de detectar manzanas ocultas en entornos no estructurados complejos en huertos y propone un modelo de detección y segmentación de manzanas basado en YOLOv8n-SGW-YOLOv8n mejorado. El modelo mejora la detección y segmentación de manzanas al combinar el módulo de convolución SPD-Conv, el mecanismo de atención global GAM y la función de pérdida Wise-IoU, lo que mejora la precisión y la robustez.