基于多模态深度学习的多源遥感农作物分类方法及系统

本发明适用于农业遥感技术领域，提供了基于多模态深度学习的多源遥感农作物分类方法及系统，包括以下步骤：调取历史多源遥感数据，标注有农作物类别和生长阶段；提取历史多源遥感数据中各个模态的历史特征信息；构建动态权重学习模型，输入为多模态拼接向量，输出为每种农作物类别各个生长阶段对应的动态权重向量；基于动态权重向量确定历史融合特征，构建分类网络；采集实时多源遥感数据，提取各个模态的实时特征信息；随机调取动态权重向量，基于动态权重向量和实时特征信息确定实时融合特征，将实时融合特征输入至分类网络，确定农作物类别。本发明通过构建动态权重学习模型，能够更精准地捕捉作物生长阶段的特征需求，提升分类精度。