基于深度学习的油茶幼林生长监测系统及其方法

本发明公开了基于深度学习的油茶幼林生长监测系统及其方法，涉及农业监测技术领域，包括：获取图像数据和地面环境传感数据，据此生成含油茶幼株节点、间作作物节点及对应边关系且油茶幼株节点绑定当前高度值的图谱数据结构，再依据边关系提取对应生态建模函数，结合环境传感数据计算动态边权值，并用其更新图谱数据结构中各边的权重，之后将更新后的图谱结构数据输入预训练的图神经网络模型，输出当前时间点各油茶幼株去除间作干扰后的理论高度值，据此判定对应油茶幼株是否生长异常；其有益效果为：可以量化间作作物与油茶幼株间的资源竞争关系，准确识别生长异常并降低误判率。