一种实现模型低复杂度与高精度双目标优化的图像识别方法

本发明公开了一种实现模型低复杂度与高精度双目标优化的图像识别方法，包括下述步骤：获取沃柑图像数据并进行数据增强；对数据增强后的沃柑图像数据进行预处理并划分为训练集、验证集和测试集；构建沃柑图像识别网络模型，将YOLOv5网络模型中的SPP模块后的所有Conv卷积模块替换成GSConv卷积模块，在第一个GSConv卷积模块后加入BiFormer模块；基于训练集对沃柑图像识别网络模型进行训练，得到训练后的沃柑图像识别网络模型；基于测试集对沃柑图像识别网络模型进行测试，输出图像识别的准确率；基于训练后的沃柑图像识别网络模型得到预测的图像识别结果。本发明实现针对模型低复杂度高精度双目标优化，适用性强。