面向草莓种植场景的智能病虫害诊疗Web平台-YOLOv11

## 项目描述 面向草莓种植场景的智能病虫害诊疗Web平台
草莓护卫者 V3 是一个面向草莓种植场景的智能病虫害诊疗 Web 平台。系统基于 YOLO11 深度学习框架构建，核心目标是帮助种植者通过拍摄或上传叶片/果实图像，快速识别常见草莓病害并获取专家级防治建议，同时沉淀检测历史数据以支撑后续统计分析。

访问地址 ： http://127.0.0.1:7860/

## 项目功能
– 智能诊断 ：支持图片上传或摄像头实时拍照，自动识别 7 种常见草莓病害并输出置信度。
– 植保百科 ：内置病害症状描述与综合/化学防治建议知识库，附带日常管理指南。
– 统计分析 ：基于历史检测记录生成饼图、趋势图等可视化报表，支持导出 PDF 专业分析报告。
– 历史日志 ：完整记录每次检测的时间、病害类型及置信度，支持导出 Excel 表格。
– 语音预警 ：检测到病害时自动语音播报提醒。

## 运行环境
– 操作系统 ：Windows 10/11（推荐）。
– Python 版本 ：3.8–3.11（3.10 最佳）。
– 硬件要求 ：CPU 4 核以上、内存 8GB 以上；可选支持 CUDA 的 NVIDIA 显卡以加速推理。
– 字体依赖 ：导出 PDF 需系统装有黑体（SimHei）字体，否则中文显示为乱码。
– 网络 ：默认监听`0.0.0.0:7860` ；公网链接（`.gradio.live` ）有效期约 72 小时。
– 当前实测环境 ：Python 3.11、PyTorch 2.1.2+cpu、NumPy 1.26.4，已成功启动并通过 HTTP 200 验证。

## 项目技术
– 深度学习 ：YOLO11+ 自训练权重文件`best.pt` ，PyTorch 作为底层推理框架。
– Web 框架 ：Gradio，构建交互式界面并启动服务（含`share=True` 公网隧道）。
– 数据存储 ：SQLite（`strawberry_guardian.db` ），持久化检测记录。
– 数据处理 ：Pandas + OpenPyXL，负责历史数据统计与 Excel 导出。
– 报表生成 ：ReportLab，注册中文字体后生成 A4 规格 PDF 分析报告。
– 可视化 ：Plotly（饼图/趋势图）+ Kaleido（静态图片导出）。
– 图像处理 ：Pillow。
– 文档解析 ：python-docx（用于读取 docx 专家资料整理知识库）。
– 部署方式 ：提供`run.bat` 一键启动脚本、命令行手动部署与 Conda 隔离部署三种方式。

以上系统源码经过技术整理与调试，确保能正常运行