基于YOLOv8模型与deepsort实现番茄虫害的多目标检测与追踪

邓 园鑫, 侯 镱, 赵 佳奇, 路 佳怡, 王 一栩, 宋 净净
郑州科技学院

摘要


针对番茄种植过程中害虫监测效率低、人工成本高以及传统方法在复杂农业场景中适应性差的问题，本文提出了一种融合YOLOv8目标检测模型与DeepSORT目标追踪算法的智能化多目标监测算法。通过多尺度训练增强模型对小目标和遮挡目标的检测能力，引入轻量级CNN特征提取器，结合卡尔曼滤波预测机制，提出动态权重分配策略，显著降低遮挡场景下的目标丢失率，该系统通过算法优化与硬件适配，实现了害虫的实时检测、动态跟踪及行为分析，为精准农业提供技术支撑。本研究通过算法创新与软硬件协同优化，构建了高精度、低延迟的农业害虫监测解决方案，为智能植保提供了新的技术路径。未来工作将扩展害虫细分类模型，并探索基于深度学习的害虫行为识别与种群动态预测功能。

关键词


YOLOv8；DeepSORT；多目标追踪；农业害虫检测；实时监控；边缘计算

全文:

PDF


参考


[1]宋国柱,石岩,王建,等.2022年山西农谷番茄小镇温室串番茄果实数据集[J].中国科学数据(中英文网络版),2023,8(04):434-441.

[2]吕霞.基于番茄果实特性的柔性抓手设计[J].农业科技与装备,2024,(01):41-43.

[3][1]戴海宸,韦鑫宇,徐一新,等.基于相位和高光谱的番茄果实多模态融合检测方法[J].光子学报,2024,53(07):268-282.

[4]李文峰,胡世康,杨琳琳,等.基于轻量化YOLOv4对不同遮挡程度成熟番茄果实的识别[J].云南农业大学学报(自然科学),2024,39(04):184-189.

[5]李名博,刘玉乐,穆志民,等.基于YOLOX-L-TN模型的番茄果实识别[J].中国农业科技导报,2024,26(04):97-105.

[6]胡奕帆,赵贤林,李佩娟,等.基于改进YOLOv5的自然环境下番茄果实检测[J].中国农机化学报,2023,44(10):231-237.

[7]李林轩.农业多目标虫害的小目标检测[D].长江大学,2024.

[8]周晓吉.基于多尺度特征融合的单目深度估计算法[J].智能计算机与应用,2024,14(09):34-40.

[9]刘是辰.基于深度学习的农业害虫小目标检测算法研究[D].湖北大学,2024.

[10]陈冬,周浩,袁国武,等.融合多尺度特征与位置信息的输电线路山火检测算法[J].计算机科学,2024,51(S2):258-264.


Refbacks

  • 当前没有refback。