1.一种基于双模态的回转窑燃烧状态识别模型的构建方法，其特征在于，包括以下步骤：

获取不同燃烧状态的回转窑燃烧图像；

将回转窑燃烧图像输入到分割模型中输出对应的分割结果，其中分割结果标记回转窑燃烧图像中的不同燃烧区域；

将标记有燃烧状态的回转窑燃烧图像和对应的分割结果作为训练数据输入到回转窑燃烧状态识别架构中训练得到回转窑燃烧状态识别模型，其中回转窑燃烧状态识别架构包括依次连接的输入层、双通道主干网络、组合层以及分类头，其中双通道主干网络由多阶段的主干模块依次连接而成，每一阶段的主干模块包括相同结构的并行的原始图像通道和分割图像通道，原始图像通道和分割图像通道上含有线性层和至少一个区域感知自适应注意力头，区域感知自适应注意力头采用Swin Transformer，并在Swin Transformer的多头自注意力计算中引入区域亮度指数和区域面积指数进行区域自适应注意力计算，其中在Swin Transformer的多头自注意力计算的每个滑动窗口内计算区域面积指数和区域亮度指数，并将区域面积指数和区域亮度指数动态融合为区域权重，利用区域权重调整当前滑动窗口多头自注意力计算；其中计算Swin Transformer的每个滑动窗口的不同燃烧区域的像素点在当前窗口的占比，取不同燃烧区域的占比的加权和作为当前滑动窗口的区域面积指数；

计算Swin Transformer的每个滑动窗口的所有像素点的亮度的平均值和亮度的最大值的比值作为当前滑动窗口的区域亮度指数，加权区域面积指数和区域亮度指数得到当前滑动窗口的区域权重，基于区域权重加权调整对应的注意力机制中对应的相对位置编码；

回转窑燃烧图像自输入层输入到双通道主干网络的原始图像通道，回转窑燃烧图像对应的分割图像自输入层输入到双通道主干网络的分割图像通道，每一阶段的主干模块的原始图像通道输出的原始图像通道特征图和分割图像通道输出的分割图像通道特征图叠加得到当前阶段的主干模块的阶段特征图，不同阶段的阶段特征图组合在组合层中组成得到特征金字塔，特征金字塔输入到分类头中依次进行拼接、归一化和全连接层处理后输出燃烧状态作为分类结果。

2.根据权利要求1所述的基于双模态的回转窑燃烧状态识别模型的构建方法，其特征在于，每一线性层包括映射分区和线性内嵌层，输入到每一主干头的原始图像通道上的特征输入到线性层中经过映射分区进行分区以及位置编码，随后经过线性内嵌层线性变化得到对应的原始图像线性变化特征，原始图像线性变化特征输入到区域感知自适应注意力机制中进行自适应注意力处理得到原始图像通道特征图；输入到每一主干头的分割图像通道上的特征输入到线性层中经过映射分区进行分区以及位置编码，随后经过线性内嵌层线性变化得到对应的分割图像线性变化特征，分割图像线性变化特征输入到区域感知自适应注意力机制中进行自适应注意力处理得到分割图像通道特征图。

3.根据权利要求1所述的基于双模态的回转窑燃烧状态识别模型的构建方法，其特征在于，组合层将不同阶段的阶段特征图组合成FPN的特征金字塔，并基于特征金字塔构建自上而下的组合特征图，对组合特征图进行卷积处理，分类头对卷积处理后的组合特征图进行通道维度的拼接、归一化以及全连接层处理得到分类结果。

4.根据权利要求1所述的基于双模态的回转窑燃烧状态识别模型的构建方法，其特征在于，采用K‑Net网络训练得到可分割燃烧区域的分割模型。

5.根据权利要求1所述的基于双模态的回转窑燃烧状态识别模型的构建方法，其特征在于，获取原始回转窑燃烧图像，将原始回转窑燃烧图像输入到生成对抗网络中生成虚拟回转窑燃烧图像，整合原始回转窑燃烧图像和虚拟回转窑燃烧图像作为不同燃烧状态的回转窑燃烧图像。

6.一种基于双模态的回转窑燃烧状态识别模型的应用方法，其特征在于，包括步骤：

获取回转窑燃烧图像，将回转窑燃烧图像输入到分割模型中输出对应的分割结果，其中分割结果标记回转窑燃烧图像中的不同燃烧区域；

将回转窑燃烧图像和对应的分割结果输入到基于权利要求1到5任一所述的基于双模态的回转窑燃烧状态识别模型的构建方法构建得到的基于双模态的回转窑燃烧状态识别模型中输出对应的燃烧状态。

7.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行基于权利要求1到5任一所述的基于双模态的回转窑燃烧状态识别模型的构建方法或者基于权利要求6的基于双模态的回转窑燃烧状态识别模型的应用方法。

8.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序，所述计算机程序包括用于控制过程以执行过程的程序代码，所述过程包括根据权利要求1到5任一所述的基于双模态的回转窑燃烧状态识别模型的构建方法或者基于权利要求6的基于双模态的回转窑燃烧状态识别模型的应用方法。