基于YOLOv8算法改进模型检测梢斑螟虫蛀树木

周宏威, 纪皓文, 吴羿轩, 赵鹏

森林工程 ›› 2025, Vol. 41 ›› Issue (01) : 126-137.

基于YOLOv8算法改进模型检测梢斑螟虫蛀树木

  • 周宏威, 纪皓文, 吴羿轩, 赵鹏
作者信息 +
History +

摘要

梢斑螟是一种严重危害针叶树种的害虫,严重影响针叶树的健康和生长。梢斑螟虫的幼虫以针叶树的叶片为食物,在针叶树木中建立巢穴,逐渐摧毁叶片组织,导致叶片变黄、褪绿,最终树木枯萎。此外,幼虫也可能侵蚀树木的树皮,导致树皮剥落和树干暴露,使树木易受其他害虫、病菌和自然元素的侵害,增加树木的脆弱性,降低其生存能力。为辅助地面治疗被梢斑螟虫蛀树木,采用YOLOv8s目标检测算法,实现对梢斑螟虫蛀树木的检测与识别。通过采用C2f-GAM和动态检测头建立模型(YOLOv8-DM),来提高YOLOv8s对于梢斑螟虫蛀树木的检测能力。试验结果表明,YOLOv8-DM能够有效地识别梢斑螟虫蛀树木,其平均精准度达到84.8%。与其他目标检测算法相比,YOLOv8-DM有更高的平均精准度。

关键词

梢斑螟 / YOLOv8s / 识别 / 检测 / 准确率 / 不同场景 / C2f-GAM / DyHead

中图分类号

S763 / TP391.41

引用本文

导出引用
周宏威, 纪皓文, 吴羿轩, 赵鹏. 基于YOLOv8算法改进模型检测梢斑螟虫蛀树木. 森林工程. 2025, 41(01): 126-137

基金

防护林病虫害发生演替规律与全程绿色防控技术体系集成示范项目(2022YFD1401000); 中央高校基本科研业务费项目(2572022DP04)

评论

Accesses

Citation

Detail

段落导航
相关文章

/