一个智能农作物病害检测系统，利用强大的 YOLO (You Only Look Once) 算法进行实时目标检测。在 DeepSeek AI 模型的辅助下，项目采用现代化的、前后端分离的全栈架构构建，旨在为农业生产者和科研人员提供一个高效、精准的病害识别工具，支持从图片、视频及实时摄像头画面中识别作物病害，多源检测支持静态图片、视频文件以及实时摄像头视频流的病害检测。

应用场景：

智慧农业 : 辅助农户快速识别作物病害，以便及时采取防治措施。 农业研究 : 为科研人员提供植物病理学自动数据收集和分析的工具。

核心功能与价值：

多源病害检测 图片检测 ：上传作物照片，快速识别病害类型（如锈病、霜霉病）。 视频分析 ：处理无人机或监控摄像头拍摄的田间视频，自动标记病害区域。 实时摄像头流 ：连接田间摄像头，实现24小时病害监测预警。 农业场景价值 全栈开发范例 ：展示AI+Web的完整落地流程，适合教学与二次开发。 自动化数据采集 ：替代人工标注，加速植物病理学研究。 模型迭代 ：开放接口支持科研人员上传自定义病害数据集，优化模型。 精准防治 ：早期识别病害，减少农药滥用，降低生产成本。 数据驱动决策 ：通过历史检测记录生成病害趋势报告，指导种植计划。 农户应用 ： 科研应用 ： 教育价值 ： 社会与经济价值 粮食安全保障 ：减少因病害导致的作物减产，稳定农产品供应。 绿色农业推动 ：通过精准用药降低环境污染，符合可持续发展目标。 技术普惠 ：开源代码降低中小农户的技术门槛，促进智慧农业普及。

典型应用场景：智慧农场管理 集成至物联网平台，与传感器数据联动，实现病害-环境-灌溉的智能调控。 农业保险定损 保险公司利用检测结果快速评估灾害损失，简化理赔流程。 跨境农产品贸易 出口前自动筛查病害，避免因检疫问题导致的贸易纠纷。