基于改进YOLOv8n的辣椒穴盘漏播检测方法

摘要

[目的]辣椒穴盘育苗是辣椒种植常用的方法和手段，漏播会导致减产，而影响收益。针对辣椒种子与穴盘内基质颗粒颜色和形状相近的特点，开展复杂背景下小目标辣椒种子漏播检测方法研究，提出一种基于改进YOLOv8的辣椒种子检测模型YOLOv8-PS。[方法]首先，在主干特征提取网络的3个检测头之前引入CBAM注意力机制，实现模型根据辣椒种子在图像中不同区域自适应地分配通道和像素的权重，抑制背景噪声并突出关键纹理、边缘与形态特征，从而提高复杂背景下的辣椒种子信息提取的精确性；其次，替换主干网络中的前两个C2f模块为融合EMA高效多尺度注意力机制的C2f＿EMA模块，通过全局平均池化和分组归一化操作，重新校准特征权重，突出辣椒种子的关键特征，提高模型对辣椒种子多尺度信息提取能力和检测精度；最后，为改善CIoU损失函数在检测任务中收敛慢和定位偏差大的问题，使用DIoU损失函数加速边界框回归，提高模型检测性能。[结果]改进后的YOLOv8-PS模型的平均精度均值和帧率值分别达到90%和191帧·s^-1，较基线模型YOLOv8n分别提升3.1个百分点和62帧·s^-1，漏播检测试验中改进前后的模型误差下降率显著。[结论]所提出的YOLOv8-PS模型在保证实时性的同时显著提升了复杂背景下辣椒穴盘漏播检测的准确性与鲁棒性，能够有效满足实际生产中播种质量在线检测与漏播识别的需求，为辣椒种子的播种质量检测提供了技术参考。

关键词

穴盘育苗 / 漏播检测 / 小目标 / 复杂背景 / YOLOv8