本发明涉及图像分割技术领域，具体涉及一种基于ResCo‑UNet的荞麦籽粒图像分割方法，包括以下步骤：基于传统U‑Net进行改进，构建ResCo‑UNet模型；使用工业相机拍摄采集荞麦籽粒图像，使用改进的卷积生成对抗网络进行数据增广；使用数据标注工具进行图像标注，形成数据集，所述数据集包括训练集、测试集以及验证集；使用训练集训练ResCo‑UNet模型，保留最优模型权重文件；将测试集输入ResCo‑UNet模型，载入最优模型权重文件；使用验证集对ResCo‑UNet模型进行验证有效性。本发明，在传统的U‑Net基础上对编码器和解码器进行了改进，提出在编码器中加入并行的CA2注意力机制，有效地对荞麦籽粒的特征进行提取，在解码器中使用ConvNeXt Block进一步提炼提取的语义特征，使用TensorRT引擎对推流流程进行加速。