1.一种钩藤茶高效采收加工方法，其中，所述方法包括：获得第一钩藤苗的第一栽种时间信息；

判断所述第一栽种时间信息是否达到第一阈值；

若所述第一栽种时间信息达到所述第一阈值，获得第一图像信息，所述第一图像信息为所述第一钩藤苗的第一钩枝的图像信息；

获得第一预设压力信息，依据所述第一预设压力信息对所述第一钩枝进行压力测试；

获得第二图像信息，所述第二图像信息为对所述第一钩枝进行压力测试后的图像信息；

依据所述第二图像信息，获得所述第一钩枝的第一形变度；

将所述第一图像信息、所述第一形变度输入至第一评估模型，其中，所述第一评估模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述第一图像信息、所述第一形变度和用来标识所述第一钩枝的第一木质化程度的标识信息；

获得所述第一评估模型的第一输出信息，其中，所述第一输出信息为所述第一钩枝的第一木质化程度；

依据所述第一木质化程度，判断所述第一钩枝是否达到第一采收标准；

若所述第一钩枝达到所述第一采收标准，获得第一采收指令。

2.如权利要求1所述的方法，其中，获得所述第一钩藤苗的第一栽种时间信息之后，所述方法还包括：判断所述第一栽种时间信息是否达到第二阈值；

若所述第一栽种时间达到所述第二阈值，获得所述第一钩藤苗的第三图像信息；

依据所述第三图像信息获得所述第一钩藤苗的第一生长态势；

获得所述第一钩藤苗的第一施肥量；

依据所述第一栽种时间信息、所述第一施肥量确定第一预设态势；

判断所述第一生长态势是否达到所述第一预设态势；

若所述第一生长态势未达到所述第一预设态势，获得第一提示信息，所述第一提示信息用于提示第一采收人员对所述第一钩藤苗进行修剪。

3.如权利要求1所述的方法，其中，依据所述第二图像信息，获得所述第一钩枝的第一形变度，所述方法还包括：依据所述第二图像信息，获得第一测试点；

获得所述第一测试点的第一位置信息，所述第一位置信息为所述第一测试点在进行压力测试之前的位置；

获得所述第一测试点的第二位置信息，所述第一位置信息为所述第一测试点在进行压力测试之后的位置；

依据所述第一位置和所述第二位置确定所述第一钩枝的第一形变度。

4.如权利要求1所述的方法，其中，获得第一采收指令之后，所述方法还包括：获得所述第一钩藤苗的第一采收部位;

获得所述第一采收部位的第二形变度；

由所述第二形变度，获得第一采收角度；

获得第二采收指令，并依据所述第一采收角度对所述第一钩藤苗进行采收。

5.如权利要求4所述的方法，依据所述第二形变度信息获得第一采收角度之后，所述方法还包括：获得第一预设采收长度；

获得所述第一采收部位的第二木质化程度；

依据所述第二木质化程度，获得第一调整信息；

依据所述第一调整信息，对所述第一预设采收长度进行调整，获得第二预设采收长度；

依据所述第二预设采收长度和所述第一采收角度，获得第三采收指令，依据所述第三采收指令，对所述第一钩藤苗进行采收。

6.如权利要求5所述的方法，其中，获得所述第三采收指令之后，所述方法还包括：获得所述第一钩藤苗的第二钩枝，所述第二钩枝为依据所述第三采收指令对所述第一钩藤苗进行采收所得到的钩枝；

获得所述第二钩枝的第四图像信息；

将所述第四图像信息输入至第二评估模型，其中，所述第二评估模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述第四图像信息和用来标识所述第一钩枝质量等级的标识信息；

获得所述第二评估模型的第二输出信息，其中，所述第二输出信息为所述第二钩枝的第一钩枝质量等级。

7.如权利要求6所述的方法，其中，获得所述第二评估模型的第二输出信息之后，所述方法还包括：获得所述第二钩枝的第一预设质量等级，其中，所述第一预设质量等级由所述第一钩藤苗的经销商所提供；

依据所述第一预设质量等级和所述第一钩枝质量等级，获得第一筛选指令；

依据所述第一筛选指令，对所述第二钩枝进行筛选。

8.一种钩藤茶高效采收加工装置，其中，所述装置包括：第一获得单元，所述第一获得单元用于获得第一钩藤苗的第一栽种时间信息；

第一判断单元，所述第一判断单元用于判断所述第一栽种时间信息是否达到第一阈值；

第二获得单元，所述第二获得单元用于若所述第一栽种时间信息达到所述第一阈值，获得第一图像信息，所述第一图像信息为所述第一钩藤苗的第一钩枝的图像信息；

第三获得单元，所述第三获得单元用于获得第一预设压力信息，依据所述第一预设压力信息对所述第一钩枝进行压力测试；

第四获得单元，所述第四获得单元用于获得第二图像信息，所述第二图像信息为对所述第一钩枝进行压力测试后的图像信息；

第五获得单元，所述第五获得单元用于依据所述第二图像信息，获得所述第一钩枝的第一形变度；

第一输入单元，所述第一输入单元用于将所述第一图像信息、所述第一形变度输入至第一评估模型，其中，所述第一评估模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述第一图像信息、所述第一形变度和用来标识所述第一钩枝的第一木质化程度的标识信息；

第六获得单元，所述第六获得单元用于获得所述第一评估模型的第一输出信息，其中，所述第一输出信息为所述第一钩枝的第一木质化程度；

第二判断单元，所述第二判断单元用于依据所述第一木质化程度，判断所述第一钩枝是否达到第一采收标准；

第七获得单元，所述第七获得单元用于若所述第一钩枝达到所述第一采收标准，获得第一采收指令。

9.一种钩藤茶高效采收加工装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现权利要求1‑7任一项所述方法的步骤。