本发明提供基于改进ShuffleNet V2模型的柑橘害虫分类方法。首先收集部分柑橘害虫图像，并对图像进行数据增强处理，构建柑橘害虫数据集；首先，引入参数化线性整流函数，避免神经元死亡问题；其次，加入改进后的混合注意力机制，提高模型对害虫特征的关注；然后，调整原模型网络结构，降低架构复杂度；最后，使用迁移学习方法进行训练，得到SCHNet模型。本申请提供一种在复杂环境下能够快速且准确的识别柑橘害虫方法，通过人工智能技术辅助柑橘害虫检测，可以提高柑橘病虫害防治效率，能够减少因害虫所带来的经济损失。