基于YOLO的病虫害智能检测与预警系统-YOLOv8+YOLO11s

项目描述 基于YOLO的病虫害智能检测与预警系统
农智云是面向大田农作物的病虫害智能检测与预警系统，以玉米为主要作物。用户上传叶片图片或田间巡检视频后，系统调用本地 YOLO 模型识别病害与虫害，结合大模型生成植保处方，并依据环境参数评估病虫害传播风险，用于比赛演示与辅助决策。

项目功能
1. 图像检测：上传 JPG/PNG 叶片图，输出病害/虫害类别、置信度、检测框与标注图。
2. 视频检测：上传 MP4 视频，按约 2 秒间隔抽帧，汇总全片病虫害识别结果。
3. AI 农业处方：调用通义千问或 DeepSeek 生成结构化诊断与防治建议，接口失败时自动降级本地知识库。
4. 风险预警：基于温度、湿度、光照、降雨规则计算病虫害传播风险等级。
5. 数据总览：以图表展示检测趋势、类型占比、检测排名与风险占比（演示数据）。

运行环境
Python 3.11；操作系统支持 Windows（一键脚本 start_windows.bat）与 Linux（Docker / Gunicorn）；服务默认监听 5000 端口；依赖见 requirements.txt；模型权重内置在 models/ 目录。

项目技术
后端 Python + Flask，推理使用 Ultralytics（YOLOv8 玉米病害模型、YOLO11s IP102 虫害模型），OpenCV 处理视频抽帧，Pillow 生成标注图；大模型对接通义千问/DeepSeek API 并配置本地知识库兜底；前端为原生 HTML/CSS/JavaScript，数据可视化使用 Chart.js。

以上系统源码经过技术整理与调试，确保能正常运行