原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
近年来，随着全球气候变化及农业现代化进程的加快，柑橘种植面临着严重
的害虫威胁，尤其是对柑橘产量和质量产生较大影响。而传统的害虫检测方法存
在效率低、准确性差等问题，急需开发一种高效、准确率高的智能检测技术。顺
应深度学习技术快速发展潮流，计算机视觉在农业领域的应用逐渐增多，但大部
分模型难以部署在嵌入式设备上。本研究基于改进YOLOv8n算法，旨在解决柑橘
种植中普遍存在的害虫检测问题以及模型复杂度问题。本文主要研究内容如下：
构建柑橘害虫数据集。数据集来源于学校周边柑橘园实地拍摄
文档评论（0）