报告详情
Wheat-YOLOv11 A Lightweight Detection Algorithm for Wheat Heads under Growth Light Interference
编号：93
访问权限：仅限参会人
更新：2025-10-11 22:51:31 浏览：8次
张贴报告
报告开始：暂无开始时间（Asia/Shanghai）
报告时间：暂无持续时间
所在会场：[暂无会议] [暂无会议段]
暂无文件
摘要
针对生长光干扰导致的小麦穗头识别率降低的问题，我们提出了一种名为Wheat-YOLOv11的轻量级目标检测算法。该模型将CSP结构与DCNv4可变形卷积集成以加强几何建模，引入SSFF（多尺度顺序特征融合）模块以增强小目标特征提取，并采用具有双分支解耦结构的LiteShiftHead轻量级检测头，在减少计算的同时提高
特征表示。实验结果表明，与基线模型相比，Wheat-YOLOv11 实现了 81.2% 的精度和 85.9% 的 mAP，同时减少了 18.8% 的参数数量。消融和比较实验验证了各模块的有效性，结果表明所提算法结合了强大的检测性能和高计算效率，适合在资源有限的环境中部署。
特征表示。实验结果表明，与基线模型相比，Wheat-YOLOv11 实现了 81.2% 的精度和 85.9% 的 mAP，同时减少了 18.8% 的参数数量。消融和比较实验验证了各模块的有效性，结果表明所提算法结合了强大的检测性能和高计算效率，适合在资源有限的环境中部署。
关键词
small object detection; YOLOv11; wheat; multi-scale feature fusion; lightweight detection head
报告人
Haitao Yu
student Anhui Agricultural University稿件作者
全部评论
重要日期
-
会议日期
11月07日
2025
至11月09日
2025
-
10月12日 2025
初稿截稿日期
-
10月20日 2025
注册截止日期
主办单位
IEEE西南交通大学IAS学生分会
承办单位
西南交通大学电气工程学院
SPACI车网关系研究室
四川大学电力系统稳定与高压直流输电研究团队
SPACI车网关系研究室
四川大学电力系统稳定与高压直流输电研究团队
发表评论