基于改进YOLOv8n模型的水稻稻穗检测方法研究

打开文本图片集

中图分类号：S511：S126 文献标识号：A 文章编号：1001-4942（2026）02-0181-08

水稻是最重要的粮食作物之一，精准预测其产量对于加快育种速度、增加农民收人、保障国家粮食安全、缓解粮食短缺问题具有重要意义[]目前对于水稻产量的估算研究已有较多报道：Mosleh等[²通过归一化差值植被指数（NDVI）来预测水稻产量，NDVI与稻谷产量的决定系数（R2） 在 0.93～0.95 之间;高钰琪等[]基于单植被指数和多植被指数建立水稻产量预测模型，结果表明孕穗期多植被指数产量预测模型的预测效果最佳；刘珊珊等[4根据水稻年平均产量与NDVI均值建立估产模型，结果表明基于时间序列NDVI的多项式估产模型预测产量精度最高；田婷等[5]提取各生育期多种植被指数建立水稻估产模型，结果表明基于抽穗期的植被指数NDVI、RVI（比值植被指数）、DVI（插值植被指数）GNDVI（绿色归一化插值植被指数）、MSAVI2（修正土壤调节植被指数2）建立的多元线性模型估测效果好；李红艳等[、杜萌等[7]利用筛选出的影响水稻产量的关键气象因子建立回归方程预测水稻产量，平均准确度均超过 96% 。（剩余8489字）