原创力文档摘要
玉米作为全球重要粮食作物，其生长过程中易受多种害虫侵袭，传统人工检
测方法效率低、误检率高，难以满足现代农业精准化需求。针对复杂农田场景下
玉米害虫检测存在细粒度信息易丢失、多尺度目标识别困难及硬件资源受限等问
题，本研究以YOLOv8模型为基础，围绕特征提取能力优化与模型轻量化展开
系统性研究，提出一种高效、精准的玉米害虫检测方案。通过改进网络架构与引
入优化模块，在提升检测精度的同时降低计算复杂度，为智能化农业虫害监测提
供理论支持与技术保障。具体工作如下：
1
摘要
玉米作为全球重要粮食作物，其生长过程中易受多种害虫侵袭，传统人工检
测方法效率低、误检率高，难以满足现代农业精准化需求。针对复杂农田场景下
玉米害虫检测存在细粒度信息易丢失、多尺度目标识别困难及硬件资源受限等问
题，本研究以YOLOv8模型为基础，围绕特征提取能力优化与模型轻量化展开
系统性研究，提出一种高效、精准的玉米害虫检测方案。通过改进网络架构与引
入优化模块，在提升检测精度的同时降低计算复杂度，为智能化农业虫害监测提
供理论支持与技术保障。具体工作如下：
1
文档评论（0）