药用植物的培育和大规模种植在生物与医药领域更具有现实意义。借助物联网、深度学习等计算机技术来实现药用植物的自动化管理和种植是优化药用植物培育的有效思路。实际上,物联网这一概念自提出以来,便获得了各行业的广泛关注,这也为物联网在多领域发展提供了基础。在植株生长监测方面,物联网已经涵盖了越来越多的领域包括大棚种植、气候因素采集、气候预测等。物联网的发展也为药用植物种植领域在提高产量和增加产业效益上提供了解决方案。此外,相关硬件水平的提高也为物联网与包括深度学习在内的各种计算机技术与生物医药领域的结合提供了条件。本文提出了一种面向药用植物藿香生长的监测思路。本文以藿香为研究对象,探讨了其药用价值及其生长影响因素,并基于Zig Bee物联网技术和深度学习（YOLOv5）,设计了一整套可行的、综合的藿香生长监测方案。在整个监测系统中,硬件部分主要依托于CC2530核心,并基于WIFI模块（ESP8266）、Zig Bee无线传输协议与TCP/IP等网络协议进行数据传输、存储以及外设控制。本监测系统通过PC端上位机和One NET云平台进行可视化数据传输,并实现自动化温湿度补偿、光照补偿等自动化管理功能。此外,本文还设计了一套基于多层次数据融合和多重损失优化的YOLOv5s的藿香斑枯病预警模块。该系统通过深度学习技术监测藿香叶片,并以蜂鸣报警的方式和日志上传的方式对管理人员进行通知。实验证明改进后的预警模型能够更有效地预测出藿香斑枯病情况。之后,本文对设计的藿香生长监测系统相关功能进行了测试,并验证了其在藿香种植监测上的有效性。最后,基于藿香生长监测解决方案的设计与实现,本文总结了其基本内容并展望计算机技术在药用植物的栽种与培养的发展前景。