本发明公开了一种基于注意力机制的农作物病害识别方法，该方法包括有以下步骤：农作物病害数据收集及标注、数据增强、数据预处理、构建基于YOLO_V8基础架构模型、构建双分支特征融合模块BTM、构建模型整体训练损失、采用adam算法优化模型参数以及输出模型病害检测结果。用于解决现有农作物病害目标特征较小，不同病害样本不均衡，导致现有的目标检测算法存在明显的漏检和误检问题。本发明通过注意力机制强化小目标病害的特征，降低因为特征丢失导致漏检问题，同时对于其损失函数的置信度损失部分，通过引入平衡因子，使得模型在训练过程中，更加专注于对少样本的特征学习，能够有效避免由于样本不均衡导致误检的情况，从而提升算法对于病害识别的准确度。