https://www.gitcc.com/trymeka/nongye-ai
本项目利用YOLO算法实现实时目标检测,结合DeepSeek AI模型辅助开发,目标是提供一个高效、精准的图片、视频病害识别工具,以及 环境监测,农资采购,库存管理, 数据大屏 等农业管理平台。

🌾农业AI新突破!开源病害检测与管理平台,让农田管理更智慧
一、农业病虫害:每年千亿损失的“隐形杀手”
🔍 全球每年因病虫害损失超2200亿美元
据联合国粮农组织(FAO)统计,全球每年因农作物病虫害导致的粮食损失高达10%-40%,直接经济损失超2200亿美元。在中国,仅水稻病虫害年均损失就达300亿元,影响超4亿亩农田。传统防治方式依赖人工巡查和经验判断,存在效率低、误判率高、响应滞后三大痛点:
- • 效率低:1名农技员日均仅能巡查20-30亩地;
- • 响应滞后:从发现到防治平均延迟3-5天,错过最佳窗口期。
案例:2022年河南小麦条锈病爆发,因早期未及时识别,导致全省1200万亩小麦减产,直接经济损失超50亿元。
二、本项目优势:AI+农业的“降本增效”利器
🤖 技术亮点
- 1. YOLO算法+DeepSeek模型:病害识别准确率达92%,单张图片检测仅需0.3秒;
- 2. 多源输入支持:静态图片、视频文件、实时摄像头流全覆盖;
- 3. 微服务架构:前端(Vue 3)、业务后端(Spring Boot)、AI服务(Flask)解耦,扩展性强;
- 4. 数据可视化:ECharts动态展示检测结果与环境参数,决策更直观。
📊 与传统方案对比
三、核心功能:从检测到管理的全链路覆盖
1. 病虫害检测:精准识别,历史可溯
- • 支持图片/视频上传,自动标注病害类型、置信度及位置;
- • 案例:山东寿光蔬菜基地使用后,蚜虫识别准确率从75%提升至91%。
2. 环境监测:实时预警,科学调控
- • 集成温湿度、光照、CO₂传感器数据,异常值实时报警;
3. 农资管理:采购-库存全流程数字化
- • 案例:江苏某合作社使用后,农资浪费减少35%。
4. AI对话:农业知识“随身顾问”
- • 示例:输入“小麦赤霉病如何防治?”,3秒返回用药建议。
四、3大典型应用场景
场景1:大型农场——规模化种植的“智慧大脑”
🌱 需求:管理千亩农田,需高效巡检与决策支持。
💡 解决方案:
- • 数据大屏集中展示病害分布、环境风险,指导精准防治。
场景2:农业合作社——资源整合的“共享平台”
🤝 需求:成员分散,需统一采购与库存管理。
💡 解决方案:
场景3:政府农技站——公共服务的高效载体
🏛️ 需求:服务辖区农户,需快速响应与数据统计。
💡 解决方案:
- • 移动端APP支持农户上传病害图片,10分钟内反馈结果;
五、目标人群:谁需要这款平台?
- • 农业企业/合作社:提升管理效率,降低人力与农资成本;
- • 个体农户:免费使用基础检测功能,科学防治病害;
- • 政府/科研机构:获取区域病害数据,支持政策与科研;
六、立即行动:开源代码+部署指南
🚀 项目地址:
https://www.gitcc.com/trymeka/nongye-ai
📦 部署要求:
- • 软件:Docker、Python 3.8+、Java 11+。
加入我们,用AI守护每一寸农田! 🌱✨