换一批基于改进YOLOv8-OBB的淡水螺密集小目标检测算法
DENSE SMALL TARGET DETECTION ALGORITHM FOR FRESHWATER SNAILS BASED ON IMPROVED YOLOv8-OBB
摘要针对淡水螺分类加工场景中密集小目标检测存在的挑战,文章提出了一种基于改进YOLOv8-OBB的淡水螺密集小目标检测算法.针对现有算法在复杂背景、目标个体小及类间特征差异小等场景下的性能不足,文章通过两阶段创新策略优化模型:首先,基于SPDConv对P2层特征进行空间重构,结合CSP与Omni-Kernel构建轻量级多尺度特征整合结构,有效融合全局语义与局部细节信息,提升密集小目标的特征表达能力;其次,提出改进的C2f-SREM模块,通过Sobel边缘检测分支与四层卷积并行架构,结合三重残差连接优化数据流传递,强化模型对细微特征及边缘信息的捕捉能力.试验结果表明,改进算法在自制淡水螺数据集上的mAP0.5达到80.6%,较原YOLOv8n-OBB模型提升11.9%,显著降低了漏检率与误检率.研究为淡水螺自动化分类加工提供了高效解决方案,为密集小目标检测领域提供了新的技术参考,推动水产品加工环节的智能化升级.
更多相关知识
关键词
水产品分类加工分类分级YOLOv8-OBBSPDConvCOKC2f-SREM淡水螺Classification and Processing of Aquatic ProductsClassification and GradingYOLOv8-OBBSPDConvCOKC2f-SREMFreshwater snail
分类号
TP399
栏目名称
DOI
10.3724/1000-3207.2025.2024.0497
发布时间
2025-07-28（万方平台首次上网日期，不代表论文的发表时间）
- 浏览3
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
