一种基于轻量化深度学习模型的田间杂草检测方法及系统

本发明公开了一种基于轻量化深度学习模型的田间杂草检测方法及系统，涉及农业测绘工程技术领域，包括以下步骤：建立包含多种作物类型和各物候阶段的田间杂草标注数据集，并按比例划分，为模型训练和验证提供基准；以YOLOv10n网络模型为基础，构建田间杂草检测模型并训练；通过引入特征学习优化机制提升模型性能，在保持模型轻量化的同时提高田间杂草检测精度；本发明通过构建多种作物类型和各物候阶段的田间杂草图像数据集，为模型提供训练和验证基准，随后引入轻量化网络架构融合多尺度空洞卷积与注意力机制等模块对模型进行优化改进，以保证识别精度和降低计算成本，进而部署至开发板搭建四轮驱动式田间移动杂草检测系统。