一种基于神经网络模型的自动识别植物的方法及系统

本发明提供一种基于神经网络模型的自动识别植物的方法及系统，涉及智能农业技术领域，所述方法包括：将复合特征图输入经压缩优化的轻量化卷积神经网络模型，实时输出植物种类识别结果及置信度值；将植物种类识别结果与地理信息系统GIS坐标动态绑定，生成濒危植物空间分布热力图并触发实时警报；基于空间分布热力图中标记的新增植物样本位置，自动采集图像并标注，周期性更新轻量化卷积神经网络模型的权重参数。本发明通过数据采集多元化与标准化、图像处理高效性与科学性、特征提取与识别的准确性、濒危植物保护与动态监测以及模型持续优化与适应性等环节，全面提升植物识别与保护能力。