一种复杂环境下苹果识别方法

本发明公开了一种复杂环境下苹果识别方法，包括：获取包含苹果的原始图像并进行预处理，获得第一图像；对第一图像中的苹果位置和类别进行标注，生成第二图像；将第二图像输入深度神经网络，引入注意力机制，计算苹果区域的注意力权重，生成第三特征图；基于第三特征图，采用多尺度特征融合方法，结合高层语义信息和低层空间细节，生成第四特征图；重构网络颈部模块，整合不同尺度特征信息，生成第五特征图；基于第五特征图进行模型训练，将训练后的模型部署到果园环境中，实时识别苹果位置和类别，输出结果。本发明显著提高了果园环境中苹果识别的准确性和鲁棒性，为智能化果园管理提供了有力支持。