一种基于人工智能的病虫害识别方法

本发明公开了一种基于人工智能的病虫害识别方法，属于病虫害识别技术领域，方法包括图像采集、图像预处理、图像分割、病虫害识别模型构建和病虫害识别报告生成。本发明采用数据增强方法，有效扩展了数据多样性，有助于模型更好识别各种变化，进而增强模型在实际应用中的性能；采用结合变压器的神经网络进行图像分割，降低了背景干扰，通过将图像分解成多个子区域，减少了每个区域的复杂度，进而提升识别速度和精度，通过引入稀疏注意力机制，显著降低模型的计算需求；采用轻量级快速区域卷积网络进行病虫害识别模型构建，有效降低内存占用，且具有高效率和高准确性，更适于轻量级计算平台，增强了模型实用性，提高了病虫害识别技术的应用范围。