一种基于轻量化多尺度注意力机制的果实目标检测方法

本发明公开一种基于轻量化多尺度注意力机制的果实目标检测方法，该方法涉及计算机视觉和深度学习以及智能农业融合领域。首先以RetinaNet为架构，采用轻量化主干网络ShuffleNetV2并结合改进的多尺度注意力机制，构建LMSA‑ReNet模型。通过引入知识蒸馏机制与结构稀疏正则策略，对构建的LMSA‑ReNet模型进行训练，最后使用训练好的模型在果园中进行果实目标检测。与其他方法相比，本方法能够降低模型计算成本，同时提升果实目标的检测精度，面对果园复杂的实际环境中实现快速目标检测。