本申请涉及智能检测领域，提供了一种茶树次生代谢物的检测方法，其从茶树中提取次生代谢物，且对所述次生代谢物进行色谱分离和质谱检测以得到次生代谢物质谱图谱，并采用基于深度神经网络的图谱分析和处理技术来进行所述次生代谢物质谱图谱的多尺度质谱特征分析，以此根据所述次生代谢物质谱图谱的浅层和深层的语义特征信息之间的多尺度融合特征来自动地判断次生代谢物的类型。通过这样的方式，色谱分离和质谱检测技术能够提供高灵敏度和分辨率，有助于检测到微量或低丰度的次生代谢物，克服了传统方法的灵敏度限制，并且利用深度神经网络可以提供更全面的代谢物特征信息，增强了对复杂数据模式的理解和分析能力。