第十九届“挑战杯”全国大学生课外学术科技作品竞赛
2025
省赛
人工智能专项赛
特等奖
未转化
否
本项目致力于开发一套基于图像识别的植物叶片病虫害检测系统，利用图像识别技术实现对常见植物叶片病虫害的自动识别和分类，为农业病虫害精准防治提供技术支撑。该系统具备实时拍照、实时监测功能，能够迅速给出病虫害识别结果，并提供相应防治建议。项目在技术层面亮点突出。采用图像预处理技术，如图像增强、噪声去除、图像分割等，提升图像质量，为后续识别算法提供优质输入；运用颜色空间转换、颜色直方图、边缘检测等技术进行叶片特征提取与识别；借助目标检测技术定位叶片上的病虫害区域；基于 yolo 的深度学习识别模型，精准识别病虫害的种类和程度，整体准确率达到 95%。此外，项目使用的数据来源于 AI Studio 平台的公共数据集，经过严格筛选和校验，并整合 “植物智” 权威网站中的植物叶片数据进行标注，以此训练出全面且准确率高的模型，并优化模型参数，提升识别效率。目前，项目已经取得一定成果，在大棚番茄叶子和网上苹果病害照片的检测中均展现出较高准确率，并且已将病虫害识别模型集成到移动应用系统，为用户提供便捷、实时的服务。后续计划进一步优化系统，提升用户体验，推动项目在农业生产中广泛应用。
暂无
暂未公开
暂未公开
暂未公开
