基于拉曼光谱和深度学习的农药残留检测方法及电子设备

本申请涉及农业技术领域，具体涉及一种基于拉曼光谱和深度学习的农药残留检测方法及电子设备。通过获取待测样品的拉曼光谱数据；将拉曼光谱数据输入预训练的定性分析模型，输出待测样品中农药成分的类别概率；将拉曼光谱数据输入预训练的定量分析模型，输出待测样品中农药成分的含量比例；其中，定性分析模型基于多模态融合的深度学习网络实现光谱全局特征与局部特征的联合分析；定量分析模型基于多尺度特征融合的深度学习架构实现光谱分解与浓度回归。解决了酶抑制方法、色谱法的检测缺陷，以及机器学习无法准确稳定的寻找拉曼光谱潜在模式的问题，具有更高的检测精度和更快的检测速度。