随着“十四五”旅游业发展规划的发布,智慧旅游已然成为旅游业发展的必然趋势。旅游景区通过开发数字化体验产品,沉浸体验服务,智慧导览等新型旅游特色服务将旅游景点逐步向数字化、智能化发展,为大众提供了新型旅游体验。在自然旅游景区,有些自然景观具有产生条件苛刻、游客较难观赏到的特点。往往在产生了相应的景观之后,游客由于游览期间对景点的不熟悉错失了一览美景的机会。因此,通过对景观的实时目标检测并将观赏位置传达给游客生成智慧导览系统已经成为景区旅游服务的一种重要方式。基于上述考虑,本文构建了针对庐山景区的景观识别数据集,提出了满足实时检测速度同时保证一定检测精度的轻量级神经网络并实现了景观识别系统的部署,主要工作如下:（1）构建了基于庐山景区的景观数据集,其包括了日出日落,雾凇,雪景,云海,秋山红叶,蜃景,佛光,瀑布云等八类景观。为满足庐山实际场景下的景观识别需求,通过网络采集、现场拍摄图像等手段收集了2167张多种场景下的景观图像,并以手工标注出每张图像中目标所在的位置和类别。最后针对景观数据集样本间数量不平衡的问题,通过数据增强的方法对数据集进行了扩充。（2）提出了一种同时满足检测速度与检测精度的轻量级神经网络算法。它首先通过使用MobileNet V3替换YOLOv4的CSPDarknet53,以减少参数量的同时保持一定的精度,之后在保持PANet结构以及SPP结构的同时,使用了深度可分离卷积替代普通卷积,以加快网络的检测速度。最后通过与现在使用较多的轻量级神经网络进行比较,表明该算法在维持一定检测精度的同时,检测速度足够满足实时检测需求。（3）搭建了一个景观识别系统平台,设计并开发了对应的在线识别系统软件。该系统实现了在实际环境下景观的实时识别,并对相应的图片进行了识别测试,验证了提出的轻量级神经网络的可行性。