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。