【创意智造组】基于图像识别实现月季常见病害监测——常见病害：白粉病、黑斑病、黑杆病- Makelog(造物记)

基于图像识别实现月季常见病害监测——常见病害：白粉病、黑斑病、黑杆病

概述

月季在栽培过程中易受白粉病、黑斑病、黑杆病等常见病害侵袭，导致植株生长不良，严重时造成植株死亡。传统病害识别依赖人工观察，效率低、主观性强，难以满足规模化栽培中的快速检测需求。本文基于图像识别技术，通过采集三种病害及健康月季的图像样本，构建数据集并训练人工智能识别模型，实现对月季白粉病、黑斑病、黑杆病的自动识别，同时针对每种病害提供精准的防治方法与解决建议，为月季病害的高效防控提供技术支持。

1 引言

本研究的核心内容的是构建基于图像训练的月季常见病害（白粉病、黑斑病、黑杆病）识别模型，实现对三种病害的精准识别，并针对每种病害提供科学、可行的防治方法与解决建议。

实现采集月季白粉病、黑斑病、黑杆病及健康植株的图像样本，构建标准化数据集，完成图像预处理与标注；结合病害发病规律与现有防控技术，给出预防建议；部署到M10上实现监测；验证模型的实用性与可靠性。研究方法：本研究采用“图像采集—数据集构建—模型训练—模型部署—识别验证—防治方案整理”的路线。

2 月季常见病害概述

2.1 白粉病

白粉病由真菌侵染引起，主要危害月季的嫩叶、嫩梢、花蕾及花梗，典型特征为受害部位表面覆盖一层白色粉末状物质，即病菌的菌丝和孢子。

2.1 黑斑病

黑斑病是月季最常见的病害之一，由蔷薇双壳菌等真菌侵染引起，主要危害叶片，同时也会侵染叶柄、嫩梢及花梗。典型特征为叶片上出现紫黑色或黑褐色圆形、不规则形病斑，病斑边缘呈放射状，周围常伴有黄色晕圈，后期病斑中央会变为灰白色。

2.1 黑杆病

黑杆病（又称枝枯病）主要由真菌或细菌侵染引起，危害月季的枝条，尤其是一年生嫩枝。典型特征为枝条出现红紫色小斑点，随病情发展斑点逐渐扩大，形成深褐色病斑，边缘呈红褐色或紫褐色，稍向上突起，后期病斑表面会出现纵裂，这是黑杆病的典型识别特征。

3 图像采集及训练

3.1 图像采集

采集样本分为四类：健康月季图像、白粉病图像、黑斑病图像、黑杆病图像。

其中，白粉病图像重点采集嫩叶、花蕾上的白色粉斑特征；

黑斑病图像重点采集叶片上的黑褐色病斑及黄色晕圈特征；

黑杆病图像重点采集枝条上的病斑、纵裂及发黑腐烂特征；

健康月季图像采集无任何病斑、生长健壮的叶片、枝条及植株图像，作为模型识别的对照样本。

3.2模型训练与部署

首先需要上传数据，如下图；

接着点击模型训练，然后等待亿点点时间，训练时间取决于你上传数据的量（本作品因为是从网上下载的图片，所以数据量并不多，所以准确率并不高，但是后面演示中，实际效果还不错）

V2版本中还增加了高级模式，可以进行标注设计、模型训练设置、模型校验功能；下图为模型标注和模型校验；

训练完成后是导出模型，导出模型的时间比较长，需要耐心等待；

随后就是解压压缩包；

这两个文件分别是：onnx和yaml;(ONNX 定义了一组与环境和平台无关的标准格式，为 AI 模型的互操作性提供了基础，使 AI 模型可以在不同框架和环境下交互使用。硬件和软件厂商可以基于 ONNX 标准优化模型性能，让所有兼容 ONNX 标准的框架受益。目前，ONNX 主要关注在模型预测方面（inferring），使用不同框架训练的模型，转化为 ONNX 格式后，可以很容易的部署在兼容 ONNX 的运行环境中。)(YAML为配置文件)