基于无人机图像和改进Yolov8的烟草植株株高检测

来源：计算机测量与控制杂志2025年第7期北京时间：

作者：南德旺,李军营,梁虹,马二登,张宏,肖恒树

单位：云南大学 信息学院

摘要：针对烟草植株高通量株高数据获取困难问题，提出一种基于无人机图像与改进Yolov8的大田烟株株高检测方法；该方法利用无人机倾斜摄影获取大田烟株图片生成正射影像，提取高程信息，并提出一种轻量级DSW-Yolov8n算法；该算法以Yolov8n为基线模型，用结合组卷积与异构卷积(HetConv)的DualConv轻量化卷积模块代替主干C2f卷积模块以降低训练参数，提出一种由空间深度转换卷积(Spatial depth transformation conv,SPD-Conv)和VoV-GSCSP构造的SV-neck代替neck，更有效地融合不同层次特征，提高检测精度，最后引入WIOU(Wise-IOU)损失函数加快模型收敛速度，以实现对正射影像中植株中心的检测，对应得到株高；结果表明，该算法较原始模型参数量下降18.1%，模型大小减少15.9%，mAP50为98.4%，mAP50-95为63.1%，较原始模型分别提高2.1%，1.6%；株高估计值与实测值拟合直线斜率为1.09，R^2为0.88，具有强相关性，实现对大田烟草植株株高的高通量检测。

关键词：大田烟株;株高检测;Yolov8;高通量;三维建模;无人机倾斜摄影

基金资助：中国烟草总公司云南省公司科技计划项目(2021530000241025)