基于Yolov10自定义元学习策略的稀疏草原种植穴精准检测方法

本发明涉及基于Yolov10自定义元学习策略的稀疏草原种植穴精准检测方法，与现有技术相比解决了对稀疏草原种植穴检测的忽视以及目标检测方法在复杂背景下检测小目标准确率低的缺陷。本发明包括以下步骤：无人机影像数据的获取和预处理；稀疏草原种植穴识别模型的构建；稀疏草原种植穴识别模型的结构优化；稀疏草原种植穴识别模型的训练；待识别无人机影像的获取；稀疏草原种植穴待识别结果的获得。本发明基于YOLOV10的自定义元学习策略，结合知识蒸馏技术，通过软标签和特征一致性损失来提升学生模型的性能，能有效提高小目标种植穴检测的准确率和泛化能力。