一种基于自适应动态分组的农作物病害识别方法

本发明公开了一种基于自适应动态分组的农作物病害识别方法，属于农作物病害识别技术领域，包括获取农作物病害图像数据集，并进行数据增强，得到训练集数据；基于DGC动态分组卷积和MLCS多层级通道重排，建立农作物病害识别模型，并利用训练集数据进行训练，得到训练好的农作物病害识别模型，通过训练好的农作物病害识别模型，完成农作物病害识别。本发明通过结合动态分组和多层级通道重排技术，实现了对农作物病害识别模型的轻量化设计，能够有效降低神经网络模型的计算复杂度与参数量，显著缩短了训练时间，同时能够在计算资源有限的移动端或嵌入式设备上实现高效、准确的病害检测。