1.基于深度学习的果树花朵疏花方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于深度学习的果树花朵疏花方法，其特征在于，步骤s1中，所述采用果树花朵识别模型进行果树花朵识别，包括以下步骤：
3.根据权利要求2所述的基于深度学习的果树花朵疏花方法，其特征在于，主干网络采用af-mobilenet轻量级网络作为整个模型的特征提取网络用来提取特征图，af-mobilenet轻量级网络参考mobilenet v2的整体框架，在网络中采用深度可分离模块和轻量级注意力模块。
4.根据权利要求3所述的基于深度学习的果树花朵疏花方法，其特征在于，步骤s1中，通过网络爬虫获取网络中的果树花朵图像以及已经公开的果树花朵数据集，对果树花朵图像进行分类整理，通过膨胀、旋转手段扩充果树花朵图像集。
5.根据权利要求1所述的基于深度学习的果树花朵疏花方法，其特征在于，步骤s2的具体步骤为：
6.根据权利要求1所述的基于深度学习的果树花朵疏花方法，其特征在于，步骤s3的具体步骤为：
7.根据权利要求1所述的基于深度学习的果树花朵疏花方法，其特征在于，步骤s4中，根据果树花朵种类、花期类型、花朵形态和数量作为判断，组合出不同的疏花药剂量。
8.基于深度学习的果树花朵疏花系统，其特征在于，包括：摄像头、处理器、通讯接口和存储器，所述的存储器中包括实现基于深度学习的果树花朵疏花方法的程序模块，所述的程序模块通过通讯接口实现与摄像头和处理器的数据通讯，程序模块包括：果树花朵图像信息获取子模块、动态异构图子模块、疏花方案模型子模块、疏花方案子模块和果树花朵智能疏花方案子模块。
9.根据权利要求8所述的基于深度学习的果树花朵疏花系统，其特征在于，果树花朵图像信息获取子模块，通过摄像头获取当前区域果树花朵图像信息，采用果树花朵识别模型进行果树花朵识别；动态异构图子模块，采用动态异构图表示果树花朵种类、花期类型、花朵形态、疏花方案；疏花方案模型子模块，构建果树花朵疏花方案，采用图神经网络训练深度学习模型生成疏花方案模型；疏花方案子模块，将当前区域果树花朵种类、花期类型、花朵形态和数量作为初始节点输入到疏花方案模型中，疏花方案模型判断生成当前状态下不同组合及目标分数的疏花方案；果树花朵智能疏花方案子模块，选取目标分数最高的疏花方案作为当前区域下果树花朵智能疏花方案。
10.存储介质，所述存储介质可供计算机读取，其特征在于，存储介质中存储有摄像头获取程序，以及果树花朵图像信息获取子模块、动态异构图子模块、疏花方案模型子模块、疏花方案子模块和果树花朵智能疏花方案子模块。