基于改进YOLOv8m的稻田害虫识别方法、装置及设备

本申请涉及人工智能技术领域，具体地涉及一种基于改进YOLOv8m的稻田害虫识别方法、装置及设备。本申请通过获取稻田害虫图像并改进的识别模型，该模型对原始模型执行简化模型操作以剔除冗余卷积层和C2f模块并改为双检测头结构以减少下采样导致的信息丢失，同时嵌入由通道注意力和空间注意力串行组成的卷积注意力模块，并采用在预测框与真实框交并比基础上结合中心点欧式距离与长宽比偏移且引入Focal Loss重加权因子的Focal‑CIoU损失函数，最终输出包含害虫类别、置信度及位置坐标的识别结果，有效提高了对小目标害虫的检测精度与特征分离能力，缓解了样本分布不平衡带来的识别鲁棒性差问题，并降低了模型参数量以满足边缘计算需求。