本发明提出了一种基于机器学习的灯光监测方法，包括：获取样本图像集中图像的RGB数据、IR灰度数据以及Depth深度数据，并获取对应图像中灯具的光通量和色温；根据图像的RGB数据、IR灰度数据以及Depth深度数据，构建特征序列，并将对应图像中灯具的光通量和色温作为第一标签和第二标签；将所述特征序列和第一标签、第二标签，输入预训练的多对多回归网络模型中进行训练，得到训练好的多对多网络模型；将提取图像的RGB数据、IR灰度数据以及Depth深度数据的模型融合训练好的多对多网络模型，得到灯光监测模型；将待监测的图像输入灯光监测模型，得到图像中灯具的光通量和色温；本发明提出的方法将灯具实现自动化灯光监测，且测试过程快速，结果准确，成本低。