一种基于深度学习的水质检测方法、系统、介质及终端

本发明公开了一种基于深度学习的水质检测方法、系统、介质及终端，包括：实时获取待测水体的光谱图，并基于光谱图，分析得到对应的第一吸光度数据；将第一吸光度数据输入至水质检测模型，以使水质检测模型对第一吸收光谱进行特征提取和参数提取并输出多个水质参数对应的第一参数值，以完成对待测水体的水质检测；其中，水质检测模型是利用样本数据集对卷积神经网络结构进行训练优化而得到的，样本数据集包括若干个参数组合以及每个参数组合对应的第二吸光度数据，参数组合包括多个水质参数对应的第二参数值。实施本发明实施例，能够解决由紫外区域内多个水质参数的光谱重叠而引起的水质检测难题。