基于ResNet50b模型的牧草图像识别方法及系统

本发明属于牧草图像识别技术领域，公开了一种基于ResNet50b模型的牧草图像识别方法，通过提出ResNet50b+PCA+BO+RF模型和DS‑ResNet50b‑CBAM深度学习模型，研究显著提升了分类准确率。这些模型通过特征降维和注意力机制的优化，使得识别系统能够更加精确地捕捉到牧草的特征，从而提高识别的准确度。优化计算效率：DS‑ResNet50b‑CBAM模型中使用深度可分离卷积(DS)，这种卷积方式相比于传统卷积，能够减少计算量和参数数量，从而提高模型的运算效率。增强模型的泛化能力：通过构建高质量的图像数据样本库，并在多样化的环境条件下采集图像，模型能够学习到更为全面的特征，提高了模型在不同环境和条件下的泛化能力。