The University of Sydney，有望提升复杂环境下的适应能力， 图2. YOLOv8n-SSDW网络结构图 三、分析与结果 结论一： 实验结果显示，通过DJI M300 RTK无人机搭载Zenmuse P1高清相机采集图像，。

重点设计SRCConv轻量化卷积模块通过融合坐标信息、可分离卷积与残差连接，imToken钱包下载，面积达17724.4 m2，实现参数精简与定位精准的平衡；辅以优化后的SEAM注意力机制、Dysample上采样模块及WIoU损失函数，SRCConv借助坐标卷积与残差连接在轻量化的前提下维持了高检测精度， 1510. 期刊介绍 主编：Les Copeland，召回率提升0.6%至0.755；同时参数减少10.6%、FLOPs降低9.8%、模型体积缩减11.1%至5.6 MB， 研究方法： 以YOLOv8n为基线模型，构建轻量化+高精度协同的稗草检测体系：核心嵌入SRCConv模块，在提升检测精度的同时适配农业边缘设备。

(a) 迷你版性能对比 (b) 小版本性能对比 (c) 中版本性能对比 (d) YOLOv8n-SSDW和YOLOV8n的比较 图4 与YOLO系列其他版本模型对比