一种基于深度学习模型的杂草密度估算模型及估算方法

本发明提供了一种基于深度学习模型的杂草密度的模型及估算方法，是结合全局分支和局部分支，提出的一种多尺度的特征提取方法，使模型既能适应稀疏区域，又能准确检测高密度区域的杂草。进一步地，CBAM注意力机制的引入，帮助模型在光照不均和复杂背景下聚焦于杂草特征，提高了模型的鲁棒性和准确性。通过伪标签生成技术，充分利用未标注数据，减少对人工精确标注的依赖。