基于贝叶斯优化与轻量级CNN的无人机多作物识别方法

本发明公开了一种基于贝叶斯优化与轻量级CNN的无人机多作物识别方法，包括如下步骤：S1.得到经预处理的多光谱遥感图像数据；S2.得到扩展后的多作物图像训练样本数据集；S3.设计并构建轻量级多分支卷积神经网络结构，获得统一的多作物图像特征表达；S4.以多作物识别精度作为目标函数，确定最优超参数组合；S5.根据最优超参数组合对轻量级多分支卷积神经网络进行再次训练与更新，形成经贝叶斯优化的轻量级多分支卷积神经网络模型；S6.对无人机实时采集的多光谱遥感图像数据进行在线识别，实时输出目标农田区域内各作物种类及对应的空间分布信息。本发明提升了模型在背景干扰、光照变化以及作物种类相似场景下的分类准确率。