El alojamiento es uno de los principales problemas que afecta seriamente la calidad y el rendimiento del trigo. Para obtener información oportuna y precisa sobre el alojamiento del trigo e identificar los factores potenciales que conducen al trigo alojado en los programas de mejoramiento del trigo, propusimos un modelo de detección de alojamiento acoplado con características de imagen de vehículos aéreos no tripulados (UAV) del trigo en múltiples etapas de crecimiento de la planta. Se utilizó el UAV para recopilar imágenes del dosel y la información del área de alojamiento en el suelo en cinco etapas de crecimiento del trigo. El modelo PSPNet fue mejorado al combinar el modelo de tiempo LSTM convolucional (ConvLSTM), insertar el módulo de atención convolucional (CBAM) y la función de pérdida de Tversky. Se investigó el efecto del modelo de red PSPNet mejorado en la monitorización del alojamiento del trigo bajo diferentes tamaños de imagen y diferentes etapas de crecimiento. Los resultados experimentales muestran que (1) el modelo Lstm_PSPNet mejorado fue más efectivo en la predicción del alojamiento, y la precisión alcanzó 0.952; (2) elegir un tamaño de imagen apropiado podría mejorar la precisión de segmentación, siendo el tamaño de imagen óptimo en este estudio de 468 x 468; y (3) el modelo de Lstm_PSPNet mejoró su precisión de segmentación secuencialmente desde la floración temprana hasta la madurez tardía, y las tres métricas de evaluación aumentaron secuencialmente de 0.932 a 0.952 para la precisión, de 0.912 a 0.940 para la recuperación, y de 0.922 a 0.950 para el F1-Score, con buena extracción en las etapas reproductivas medias y tardías. Por lo tanto, el modelo de extracción de información de alojamiento propuesto en este estudio puede hacer un uso completo de las características de secuencia temporal para mejorar la precisión de segmentación de imágenes y extraer efectivamente áreas de alojamiento en diferentes etapas de crecimiento. El modelo puede proporcionar una referencia más completa y apoyo técnico para la monitorización del alojamiento de cultivos de trigo en diferentes etapas de crecimiento.