基于改进YOLOv8的玉米籽粒品种鉴别算法研究

来源：中国农机化学报杂志2025年第9期北京时间：

作者：许晓琳, 牛思琪, 梁敖, 许金普, 穆春华, 马德新,

单位：（1. 青岛农业大学传媒学院，青岛市，266109； 2. 山东省农业科学院玉米研究所，济南市，250100；3. 青岛农业大学智慧农业研究院，青岛市，266109）

摘要：为提高基于深度学习的玉米籽粒品种鉴别算法的精准度和鲁棒性，提出一种基于改进YOLOv8的玉米籽粒品种鉴别算法MEGS_YOLOv8。为增强通道特征的捕捉能力，在Backbone的C2f模块中，引入MLCA模块，并融合ECA注意力机制。为提高对小目标主体检测的精确度，在Head部分，使用GSConv模块替代Conv模块，使用VoVGSCSP模块替代C2f模块，提高准确率的同时降低算法的计算复杂度，保持算法的轻量化。为更有效地提高目标检测的准确度，引入边框损失函数WIoU。为验证MEGS_YOLOv8改进算法的有效性，采集12个玉米籽粒品种并构建数据集，试验结果表明，MEGS_YOLOv8的精确率P、召回率R和平均精度均值mAP@0.5达到85.4%、92.8%和97.5%，分别提升9.8%、2.8%和8.5%，为玉米籽粒品种鉴别算法提供新的改进思路。

关键词：玉米籽粒,品种鉴别,注意力机制,深度学习

基金资助：山东省自然科学基金（ZR2022MC152）；中央引导地方科技发展专项计划（23—1—3—6—zyyd—nsh）；山东省重点研发计划（2023TZXD023）