基于植物灯的植物生长状态深度学习识别方法及系统

本发明涉及深度学习识别技术领域，公开了一种基于植物灯的植物生长状态深度学习识别方法及系统。所述方法包括：采用与固定式LED植物补光灯配套的轨道式多光谱相机阵列对植物生长区域进行多模态数据采集，获得植物图像数据集和环境参数数据集；进行特征提取，得到植物生长特征向量；基于改进Transformer架构的多任务深度学习模型进行植物生长状态识别和补光需求预测，得到植物生长阶段判别结果及补光需求时空分布数据；基于植物生长阶段判别结果及补光需求时空分布数据构建初始补光参数优化模型，并通过深度Q网络迭代优化得到LED植物补光灯光照参数序列，本发明实现了补光参数的高效优化和动态调整，显著提升了补光控制的精准度。