基于改進(jìn)YOLOv8的蠶繭種類檢測算法

打開文本圖片集

摘要：

為解決人工分選蠶繭效率低、 工作量大以及容易發(fā)生誤選、 漏選等問題， 提出一種基于機(jī)器視覺與改進(jìn)YOLOv8的蠶繭種類輕量化檢測模型。 該模型在主干網(wǎng)絡(luò)的C2f模塊中引入CA（Coordinate Attention）注意力模塊， 可以有效提取蠶繭局部關(guān)鍵特征， 加強(qiáng)網(wǎng)絡(luò)模型的學(xué)習(xí)能力。 將頸部網(wǎng)絡(luò)中標(biāo)準(zhǔn)卷積替換為GSConv輕量化卷積， 從而減少模型參數(shù)量， 提高模型的檢測準(zhǔn)確率。（剩余17269字）