一种互花米草智能识别方法

本发明属于属于计算机视觉和深度学习技术领域，具体涉及一种互花米草智能识别方法，包括：S1、数据采集及数据集建立；S2、模型构建；S21、下载预训练模型YOLOv8；S22、修改模型配置；S221、使用EfficientViT作为YOLOv8模型的主干网络，EfficientVit Block包含轻量MSA和改进后的C‑MBConv；S222、在进入SPPF之前，先进入改进的C2f_Dattention模块进行处理；S223、使用优化C2f_GhostNet网络作为卷积层；S23、模型训练与测试；S3、互花米草识别。本发明通过对模型主干网络和颈部结构进行优化，显著提升了模型在复杂背景下的识别精度和推理速度。