一种基于多阶特征聚合的小样本虫害检测方法

本发明公开了一种基于多阶特征聚合的小样本目标检测方法。通过构建不同田间虫害数据集，使用多阶特征聚合模块进行优化，最后利用中心损失通过最小化同类特征与其类中心的距离来增强特征的判别性。针对田间部分虫害种类繁多且难以采集的问题，采用小样本虫害检测方法，通过基类与新类的迁移学习机制，实现了对少量虫害数据的准确检测，提升了模型在有限样本条件下的检测性能。本发明小样本条件下有效利用多尺度特征构建并优化检测网络，具备较强的迁移能力，可广泛适用于不同场景和虫害种类的检测任务，为精准农业提供了可靠的技术支持。