基于改进YOLOv8的马铃薯种薯芽眼检测

打开文本图片集

摘要：马铃薯芽眼检测是种薯智能化切块过程中的关键技术环节，准确快速的芽眼检测是种薯切块的前提。针对种薯芽眼目标小、表面背景干扰大等问题，融合 Shufle Attention注意力、双向加权特征金字塔网络（BiFPN）、InnerIoU 和WiseIoU，提出一种基于YOLOv8n的芽眼检测模型。首先将原模型的颈部网络替换为双向特征金字塔网络BiFPN，增强模型多尺度特征融合能力;之后，在主干网络 SPPF的前一层增加Shuffle Attention注意力机制，提升模型的特征提取能力;最后，在损失函数部分，融合InnerIoU和WiseIoU，替换CIoU，加快模型的收敛，提升检测精度。（剩余15354字）