农业大模型病虫害检测分析平台开源
源代码
https://www.gitcc.com/Lizhooh/nongye-yolo-plat
多模型的农作物病虫害智能检测与防治建议系统，提供桌面端图形界面（PyQt5）、视频/图像/摄像头多源输入、检测可视化与一键生成 AI 防治方案。
基于 YOLO 多模型构建的农作物病虫害智能识别分析系统，开源免费可部署二次开发，助力田间智能化植保作业。
核心目标：
农业大模型病虫害检测分析开源平台
项目地址：https://www.gitcc.com/Lizhooh/nongye-yolo-plat
基于 YOLO 多模型构建的农作物病虫害智能识别分析系统，开源免费可部署二次开发，助力田间智能化植保作业。
一、核心功能
多模型病害虫害识别
搭载 YOLO 系列检测模型，秒级识别作物病虫害，识别精度满足工业落地标准，适配各类常见农作物病症、虫体判定。
多渠道数据接入
支持本地图片、短视频、实时摄像头画面三种输入方式，贴合田间现场采样检测场景。
可视化检测呈现
检测结果框选标注病害虫害位置、类别、置信度，直观展示识别效果。
AI 智能生成防治方案
自动输出标准化、可落地的治理对策，包含用药、管护、消杀等实操建议。
桌面可视化操作界面
基于 PyQt5 开发图形客户端，操作简易，无需专业代码基础即可使用。
跨平台便捷部署
适配主流电脑系统，部署门槛低，支持自主修改迭代。
二、适用场景
田间地头实时巡检、农户自主自查病虫害
农业园区、种植基地批量作物健康筛查
农业技术站点病害诊断、农技指导服务
农业院校实训教学、智能农业课题研究
农业数字化项目集成、植保设备功能配套
三、目标客户画像
个体种植户、规模化种植基地运营人员
乡镇农业技术服务站、基层农技工作人员
农业科技企业、智慧农业项目开发团队
农林类院校、农业科研实训机构
植保服务公司、农资经营服务商
四、项目核心价值
降本增效
：替代人工肉眼判别，快速出结果，减少田间排查人力消耗
科学防控
：AI 配套专业防治方案，避免盲目用药，降低作物减产损失
易用落地
：图形化操作，多采集方式适配野外实景，上手无难度
开源灵活
：源码开放，可定制改造、集成硬件设备，适配不同种植品类
赋能产业
：轻量化方案推动传统农业向数字化、智能化植保转型
五、市场规模
国内农作物种植面积庞大，病虫害常年影响农业收成，基层植保检测需求基数庞大。智慧农业赛道持续扩容，轻量化 AI 识别工具缺口显著，县域农业服务、规模化农场、农业科教场景均有大量落地需求；开源方案凭借低成本、可定制优势，适配中小农业主体与技术服务商批量应用。
农业大模型病虫害检测分析平台开源
源代码
https://www.gitcc.com/Lizhooh/nongye-yolo-plat
多模型的农作物病虫害智能检测与防治建议系统，提供桌面端图形界面（PyQt5）、视频/图像/摄像头多源输入、检测可视化与一键生成 AI 防治方案。
基于 YOLO 多模型构建的农作物病虫害智能识别分析系统，开源免费可部署二次开发，助力田间智能化植保作业。
核心目标：
