买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉深圳市西地科技有限公司申请的专利基于植物灯的植物生长状态深度学习识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119625546B 。

龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510163601.2，技术领域涉及：G06V20/10；该发明授权基于植物灯的植物生长状态深度学习识别方法及系统是由叶太军;林德全设计研发完成，并于2025-02-14向国家知识产权局提交的专利申请。

本基于植物灯的植物生长状态深度学习识别方法及系统在说明书摘要公布了：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。

本发明授权基于植物灯的植物生长状态深度学习识别方法及系统在权利要求书中公布了：1.一种基于植物灯的植物生长状态深度学习识别方法，其特征在于，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，获得包含轨道位置点的植物图像数据集和环境参数数据集； 对所述植物图像数据集和所述环境参数数据集进行特征提取，得到植物生长特征向量； 将所述植物生长特征向量输入基于改进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；具体包括：将所述植物生长特征向量输入基于改进Transformer架构的多任务深度学习模型中的多头注意力编码器进行并行处理，所述多头注意力编码器包含8个注意力头，每个注意力头采用64维的查询向量、键向量和值向量，通过缩放点积注意力机制计算特征权重，并结合正弦位置编码，得到初始特征表示矩阵；将所述初始特征表示矩阵输入所述多任务深度学习模型中的3层串联的Transformer编码块，每层Transformer编码块包含512维的多头自注意力层、2048维的前馈神经网络层和LayerNorm归一化层，得到增强特征矩阵；将所述增强特征矩阵输入所述多任务深度学习模型中的特征分流模块进行任务分离，通过生长状态识别分支和补光需求预测分支，得到双任务特征表示；将所述双任务特征表示中的生长状态识别分支特征输入所述多任务深度学习模型中的全连接神经网络，所述全连接神经网络包含4个隐层，隐层维度分别为512、256、128、64，得到生长状态特征向量，并根据所述生长状态特征向量计算生长阶段的概率得分，得到植物生长阶段判别结果；将所述双任务特征表示中的补光需求预测分支特征输入所述多任务深度学习模型中的时空注意力模块，通过计算空间注意力图和时间注意力向量，采用门控融合机制整合时空维度信息，得到补光需求特征图；对所述补光需求特征图进行特征提取，得到补光需求预测张量，并将所述补光需求预测张量重构为时空分布结构，得到补光需求时空分布数据； 基于所述植物生长阶段判别结果及所述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。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳市西地科技有限公司，其通讯地址为：518000 广东省深圳市龙岗区坪地街道中心社区环坪路7号B栋901；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。