基于農(nóng)業(yè)大數(shù)據(jù)和深度學(xué)習(xí)的稻田雜草識(shí)別

摘要： 為在稻田中準(zhǔn)確高效識(shí)別雜草，從而支持選擇性噴藥或機(jī)器人除草，基于農(nóng)業(yè)大數(shù)據(jù)技術(shù)和深度學(xué)習(xí)技術(shù)提出改進(jìn)的YOLO v8雜草檢測(cè)模型，即采用CBAM(convolution block attention module)注意力機(jī)制來增強(qiáng)YOLO v8網(wǎng)絡(luò)對(duì)復(fù)雜環(huán)境中雜草特征的提取能力，同時(shí)使用EIOU(expected intersection over union)+DFL(di... （共7頁(yè)）