一种基于Mm-VitnNet模型的叶绿素荧光的大豆耐盐性程度识别方法和系统

本发明公开了一种基于Mm‑VitnNet模型的叶绿素荧光的大豆耐盐性程度识别方法和系统，方法包括：使用FLuorCam仪器对大豆进行叶绿素荧光采集，获取包含叶绿素荧光参数QY_max的初始图像与初始文本；根据QY_max划分初始图像类别并进行数据增强，得到图像数据；对初始文本进行数据增强和pca主成分分析，得到文本数据；根据文本数据找到对应的图像数据，进行拼接构建数据集，添加可学习全局tokens构建特征tokens，按预设比例划分为训练集和测试集；构建基于Mm‑VitnNet模型的叶绿素荧光的大豆耐盐性程度识别模型；使用训练集训练模型，使用训练后的模型对待识别大豆进行识别；本发明构建多模态特征融合的智能识别体系，在豆耐盐性程度识别中缩短了鉴定周期的同时提升了筛选效率。