一种基于RTMDet的油棕树识别方法、系统、介质及电子设备

本发明提供一种基于RTMDet的油棕树识别方法，其特征在于，所述方法包括：获取油棕树数据集；利用所述油棕树数据集进行训练，学习油棕树的特征信息，得到训练好的预测模型，所述预测模型是基于RTMDet得到的；将需要预测的油棕树图像输入到训练好的预测模型中，检测出油棕树。本发明中通过使用SimSPPF代替SPPF结构，引入CSP‑ELANLayer结构，并使用UpSamplingbiliearn作为上采样方式，最后引入SGEAttention机制，提高油棕树关键特征的提取能力，能够实现油棕树目标的精确检测，且不同复杂情况下模型的适应性均较强，同时模型运行速度也较快。