文献类型：期刊文章

作　　者：邹鑫[1,2]

Zou Xin(School of Physics and Electronic Information Engineering,Ningxia Normal University,Guyuan 756000,China;Solid Microstructure and Function Laboratory,Ningxia Normal University,Guyuan 756000,China)

机构地区：[1]宁夏师范大学物理与电子信息工程学院,固原756000 [2]宁夏师范大学固体微结构与功能实验室,固原756000

出　　处：《现代计算机》

基　　金：2024年宁夏师范学院校级科研项目(XJBY2332)。

年　　份：2024

卷　　号：30

期　　号：21

起止页码：8-13

语　　种：中文

收录情况：普通刊

摘　　要：基于流行的深度学习算法——YOLOv8框架,训练出一个智能识别玉米害虫的目标检测模型。采用PyQt5开发设计出一款可视化UI界面,实现图片检测、视频检测以及摄像头实时跟踪识别,系统可准确检测宁夏地区常见的13种玉米害虫类别,测试结果可以保存起来方便后续数据分析。基于YOLOv8的玉米害虫检测系统简单易用、界面友好、实时性好、准确率高,为宁夏玉米种植害虫识别提供了解决方案,满足农民现实需求,具备可推广价值。

关 键 词：玉米 害虫 YOLOv8  目标检测 UI 图片 视频 摄像头  

分 类 号：TP391.41]