Open Access · CC BY-NC 4.0
基于改进 YOLOv8 的有毒蘑菇识别方法
农业科学 · 28.02.2026 · 9 (2) · 110
DOI: 10.32629/as.v9i2.3753 ↗Kurz gefasst
Fachartikel in der Zeitschrift 农业科学, online erschienen am 28.02.2026. Verfasst von 文静 邢. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0).
Abstract (Originalsprache)
蘑菇种类繁多且是否有毒难以凭外观辨认,发展蘑菇识别技术尤为重要。然而,蘑菇常生长于密集遮挡的环境中,其形态多样、尺度变化显著,给识别带来了巨大挑战。为此,本文通过引入DAttention模块和SlimNeck模块对YOLOv8模型进行改进。结果显示,改进后的模型在精确率、召回率和平均精度均值上均优于基本模型,分别达到了92.5%、87.7%、92.1%。同时,与YOLOv5、YOLOv7、及YOLOv10模型相比,改进后的模型mAP@50提高2.1~14个百分点。本文为有毒蘑菇识别提供一种准确的解决方案。
Zitieren
APA
邢, 文. (2026). 基于改进 YOLOv8 的有毒蘑菇识别方法. 农业科学, 9(2), 110. https://doi.org/10.32629/as.v9i2.3753
Vancouver
邢 文. 基于改进 YOLOv8 的有毒蘑菇识别方法. 农业科学. 2026;9(2):110. doi:10.32629/as.v9i2.3753
BibTeX
@article{2026,
author = {邢, 文静},
title = {基于改进 YOLOv8 的有毒蘑菇识别方法},
journal = {农业科学},
year = {2026},
volume = {9},
number = {2},
pages = {110},
doi = {10.32629/as.v9i2.3753}
}
EUVIMED