企业网双出口双防火墙+OSPF+NAT毕设实战全解析
2026/8/26 8:13:48
deePseek结合YOLO农作物病害识别【智慧农业 数字农场】基于YOLO+DeepSeek的病虫害检测与环境监测一体化智能云平台。
【可识别作物类型9种】可识别 玉米、小麦、水稻、番茄、马铃薯、草莓、番茄、苹果、棉花，均有训练权重文件。
【功能】首页展示，数据大屏，智能温室环境检测，根据环境数据获取实时建议，病虫害数据库，图片检测（真实AI建议），视频检测，摄像头检测，农资管理，用户管理，智能AI助手。
【技术栈】使用YOLO、AI智能问答、Pytorch、SpringBoot、MyBatis-Plus、Vue3、Echarts、Ts、element-plus、Flask、Axios、MySQL等技术。 系统还支持分用户管理。分为管理员和普通用户，管理员可查看所有记录，并管理用户。普通用户只可查看自己的记录。 界面简洁、美观。支持主题色修改、布局样式修改、组件大小修改等。
【智慧农业 数字农场】YOLO+DeepSeek病虫害检测与环境监测一体化智能云平台
平台核心信息表
| 项目 | 详情 |
|---|---|
| 项目名称 | 基于YOLO+DeepSeek的病虫害检测与环境监测一体化智能云平台 |
| 应用领域 | 智慧农业、数字农场、智能温室监测、农作物病虫害智能诊断 |
| 可识别作物（9类） | 玉米、小麦、水稻、番茄、马铃薯、草莓、苹果、棉花 |
| 核心AI能力 | YOLO图像病虫害识别 + DeepSeek大模型AI智能问答助手 |
| 检测方式 | 图片检测、视频文件检测、实时摄像头流检测，输出AI防治建议 |
| 业务模块 | 首页可视化、Echarts数据大屏、智能温室环境监测、环境数据分析建议、病虫害数据库、农资管理、用户权限管理 |
| 权限体系 | 管理员：全部数据查看、全部用户管理；普通用户：仅查看本人操作记录 |
| 技术栈后端 | Pytorch、SpringBoot、MyBatis‑Plus、Flask、MySQL |
| 技术栈前端 | Vue3、TypeScript、Element‑Plus、Echarts、Axios |
| 界面定制 | 支持自定义主题色、页面布局、组件尺寸调整 |
| 配套资源 | 全套源码、训练完成YOLO作物病虫害权重文件 |
标签
作物病虫害检测，智慧农业云平台，数字农场，温室环境监测，YOLO农作物识别，DeepSeek农业AI助手
关键词
智慧农业系统，农作物病虫害识别，SpringBoot+Vue农业平台，智能温室，AI农业问答，农场农资管理，农作物图像检测，数字农业大屏
YOLO病虫害识别简易推理代码（Flask后端AI接口示例）
fromultralyticsimportYOLOfromflaskimportFlask,request,jsonify app=Flask(__name__)# 加载农作物病虫害训练权重model=YOLO("crop_pest_best.pt")@app.route("/api/pest/detect",methods=["POST"])defpest_detect():file=request.files.get("image")img_bytes=file.read()results=model.predict(source=img_bytes,conf=0.3)res_list=[]forrinresults:forboxinr.boxes:cls_name=model.names[int(box.cls[0])]conf=float(box.conf[0])res_list.append({"disease":cls_name,"confidence":conf})returnjsonify({"code":200,"data":res_list,"msg":"识别完成"})if__name__=="__main__":app.run(host="0.0.0.0",port=5000)业务逻辑说明
- 前端上传作物图片，调用上述flaskAI接口，返回病虫害类别与置信度；
- 将识别结果传给DeepSeek大模型接口，生成对应的病害成因、用药、农事操作建议；
- 环境传感器数据存入MySQL，Echarts渲染大屏，自动输出温室调温、调湿、通风农事建议；
- 用户数据做隔离存储，普通用户仅可查询自身上传检测记录。
拓展：可对接户外摄像头、温室传感器硬件，实现整套数字农场软硬联动方案。