一种基于深度学习的迁飞虫害监测方法及其神经网络

本发明提供了一种基于深度学习的迁飞虫害监测方法及其神经网络，其中在原YOLOv5网络的基础上进行了改进优化，包括在YOL0v5网络结构中增加一层多尺度特征提取和融合模块、将原Y0L0v5网络结构中的Neck模块引入卷积块注意力机制、在Prediction模块引入Res2Net网络；以此构建一个基于改进深度卷积神经网络的稻飞虱等迁飞虫害小目标识别模型，能够有效准确识别出稻飞虱这类小昆虫目标图像信息；最终本发明利用训练好的识别模型实现对稻田迁飞虫害情况的自动化和智能化识别监测。