本发明公开了一种用于垃圾分拣图像的轻量化集成识别方法，搭建轻量化集成识别网络，包括基础预测模型、两个轻量化集成分类器单元B1、B2；基础预测模型分为前端结构和末端分类器单元B0；B1、B2的主干结构采用与B0相同，并在最后一个卷积层与全局池化层之间增加通道注意力机制；训练基础预测模型；将B1、B2的通道注意力机制之前的结构参数固定为与B0一致，并使用其当前训练集训练B1、B2的其余结构参数；基于错误预测结果的类别，更新B1、B2的训练集使两者差异化，并重新训练对应的分类器单元；使用投票模块结合B0、B1、B2对垃圾分拣图像进行轻量化的集成识别。本发明可大幅提升垃圾分拣图像的分类精度。