1.一种基于深度学习的番茄病虫害检测装置与方法,其特征在于,所述方法包括:用于录入番茄叶片图像的图像采集终端,用于存储与识别图像的服务器,用于统计与显示数据的客户端,根据病虫害检测结果生成预警信息的预警模块。图像采集终端内的数据传送模块连接服务器,服务器连接客户端与预警模块。
2.根据权利要求1所述的基于深度学习的番茄叶片病虫害检测装置,其特征在于,所述图像采集终端包括外盒,置物板,摄像头,led光源,控制面板,电源开关,摄像开关,和数据传送模块;大小约15*15cm,材质轻便,允许在农田中直接使用,不需要破坏番茄叶片,采集的叶片图像用数据传送模块通过互联网传送至服务器。
3.根据权利要求1所述的基于深度学习的番茄病虫害检测装置与方法,其特征在于,所述服务器接收叶片图像后,用已经训练好的深度学习神经网络识别图像中的叶片病虫害情况,附上检测结果后将图像存储至对应的分组。
4.根据权利要求1所述的基于深度学习的番茄病虫害检测装置与方法,其特征在于,所述客户端为智能手机或电脑,会自动提示番茄病害预警信息。