基于改进YOLOv8的小麦籽粒质量检测算法
史萱
郑凯东
西安石油大学 陕西西安 710065
摘要：随着全球人口的持续增加和国际局势的不断变化,粮食安全已成为我国有待解决的重要课题之一.文章提出了一种基于改进YOLOv8n的轻量化模型YOLOv8n-GPM,对小麦颗粒的具体病变部位进行检测,从而对小麦品质和利用价值进行进一步评估.通过设计C2f_GhostModule_DynamicConv复合模块,利用动态卷积和Ghost卷积提高多尺度特征表征能力、减少冗余特征;其次,引入PSA(partial self-attention)部分自注意力机制实现了低分辨率阶段的通道-空间特征协同筛选;最后,提出MPDIoU损失函数,通过最小化预测框与真实框顶点距离提升定位精度,为小麦颗粒质量的自动检测提供了一种新思路,期望在粮食质量评估和农业现代化中发挥重要作用.
关键词：轻量化模型动态卷积PSA注意力机制MPDIoU损失函数
论文发表日期：2025-09-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 20-23 )