当前位置：首页 > news >正文

基于YOLO+DeepSeek的农作物病虫害检测系统

news 来源：原创 2025/7/3 2:12:38

前言

本系统是一个基于YOLO+DeepSeek的农作物病虫害检测系统。
可使用YOLOV1-YOLOV12的任意模型进行目标检测。可以实现检测图片、批量检测图片、视频检测、摄像头检测四种方式。
能够检测出[“苹果-黑腐病”, “苹果-健康”, “苹果-结痂”, “甜椒-细菌性斑疹”, “甜椒-健康”,
“木薯-褐条病”, “木薯-细菌性枯萎病”, “木薯-绿斑病”, “樱桃-健康”, “樱桃-白粉病”,
“玉米-叶斑病”, “玉米-普通锈病”, “玉米-健康”, “葡萄-黑腐病”, “葡萄-健康”,
“葡萄-叶枯病”, “木薯-健康”, “木薯-花叶病毒”, “玉米-大斑病”, “柑桔-黄龙病”,
“桃子-桃细菌性穿孔病”, “桃子-健康”, “土豆-早疫病”, “土豆-健康”, “土豆-晚疫病”,
“水稻-褐斑病”, “水稻-健康”, “水稻-稻瘟病”, “草莓-白粉病”, “草莓-健康”,
“草莓-角斑病”, “番茄-细菌性斑疹病”, “番茄-早疫病”, “番茄-晚疫病”, “番茄-健康”,
“番茄-叶霉病”, “番茄-斑枯病”]37种检测情况，并使用DeepSeek、Qwen等大模型对检测结果给出相关建议，并可将检测报告导出为PDF文件。另外添加可视化界面对检测结果进行可视化显示。
技术栈使用YOLO、DeepSeek、Qwen、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。

系统演示视频

1.界面功能介绍

1.登陆注册

系统使用MySQL作为数据库实现登陆注册功能。如下：
在这里插入图片描述

2.检测结果可视化

登陆成功后来到系统首页，即可看到检测结果的可视化界面。
在这里插入图片描述

完整界面展示
在这里插入图片描述

3.图像检测

点击图像检测即可进入检测界面。
在这里插入图片描述

在这里可以选择模型、AI助手、设置最小置信度并上传检测图片完成检测识别功能。
在这里插入图片描述

在这里插入图片描述

点击开始预测即可检测识别，若选择AI模型如DeppSeek、Qwen等。需等待大模型给出相关检测，检测时间较长。若不使用AI助手，则在一秒内给出结果。下图是选择DeepSeekAI助手后的检测结果。
右边会显示识别结果、预测概率、总耗时等信息。若一个图中包含多种结果，在下方的详细结果中会将每个结果都显示出来。最下面是AI建议，包括为什么会产生这样的疾病、对该作物种植的建议、对该疾病的治疗措施等。
在这里插入图片描述