一种基于SSM-YOLO-tiny轻量化改进算法的多种食用菌复杂环境下检测方法

本申请涉及图像识别技术领域，尤其是涉及一种基于SSM‑YOLO‑tiny轻量化改进算法的多种食用菌复杂环境下检测方法，能够提升在复杂环境下对多种食用菌的分类检测精度，同时保持较低的计算开销。通过减低模型深度和通道数，引入Slim‑Neck结构和SENetv2模块，有效降低了模型的参数量及计算复杂性，提升了嵌入式系统中的部署效率，并通过知识蒸馏技术进一步优化了模型的检测性能；该方法可以显著减少人工识别的时间成本以及相似蘑菇的识别错误率，提高了工作效率和野外食用菌采摘的安全性，并降低了劳动强度和边缘部署成本。