基于多任务融合模型与根系定位的智能农业杂草识别方法及系统

本发明属于计算机视觉与农业信息化交叉技术领域，且公开了基于多任务融合模型与根系定位的智能农业杂草识别方法，该识别方法的具体步骤如下：S1：数据预处理与标注优化：S2：目标检测模型训练与优化：S3：植物根系定位与坐标提取：S4：模型动态更新与少样本学习：S5：嵌入式设备实时部署。本发明通过在检测精度层面，采用多任务融合架构与动态权重优化机制，使验证集mAP50指标突破0.976，小目标召回率显著提升18.7％的同时将漏检率降至2.3％，实现作物与杂草的精准识别；根系定位模块创新融合HSV自适应阈值分割与几何重心算法，将定位误差压缩至1.5cm，较传统方法精度提升50％，为农艺决策提供厘米级空间数据支撑。