由于田间昆虫环境的复杂性、昆虫类别间样本数量的不均衡性,现有田间昆虫自动识别和分类方法存在误识率高、效率低等缺点。本文基于轻量化深度学习模型提出了新的田间昆虫自动识别和分类算法。首先,对田间昆虫图像进行预处理,将其输入到轻量化算法中进行特征提取,通过多尺度特征融合输出不同尺寸的预测网络。然后,引入联合交并比进行田间昆虫自动识别和分类。最后,与其他算法进行了仿真对比实验,结果表明,本文算法的田间昆虫自动识别和分类正确率高、用时少、鲁棒性强,有效解决了昆虫堆积、背景干扰等问题,可实时、在线识别田间昆虫。