온실에서 겨울철 주요 채소인 오이를 대상으로 발생이 만연한 해충 및 병해 문제에 비추어, 본 연구는 향상된 YOLOv8s 모델에 기반한 탐지 방법을 제안한다. 이 방법은 오이 재배 생산에서 해충 및 병해를 탐지하고 분류하는 데 기술적 지원을 제공하는 것을 목표로 한다. 모델은 다중 스케일 특징 융합을 위한 'MultiCat' 모듈을 통합하고, 공간 및 채널 주의를 강화하기 위해 'C2fe'와 'ADC2f' 모듈을 사용한다. 또한 'Block2d' 함수는 평균 풀링과 주의 기반 공간 풀링 간의 선택을 가능하게 한다. 채널 융합은 덧셈 및 곱셈 연산을 통해 이루어지며, 이를 통해 모델은 특징 학습을 보다 깊이 있게 수행할 수 있다. 실험 결과는 본 접근법이 해충 탐지에서 원래의 YOLOv8s 모델보다 우수함을 확인하였고, 특히 소규모 병해 및 중첩된 병변의 식별에서 뛰어난 성능을 보였다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.