基于YOLOv11的农作物病虫害检测识别系统(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_文章底部可以扫码

基于YOLOv11的农作物病虫害检测识别系统(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_文章底部可以扫码

项目描述
本系统是一个完整的基于YOLOv11+pytorch+Flask+SpringBoot+Vue+MySQL的农作物病虫害检测识别系统。以下是主要功能的简单介绍：
支持玉米、水稻、番茄、草莓四种农作物的病虫害检测识别。
支持图片、视频和摄像头实时检测三种方式，适用于各种环境。
玉米可识别：疫病、普通锈病、灰斑病、健康
水稻可识别：褐斑病、稻瘟病、细菌性叶枯病
草莓可识别：角斑病、炭疽果腐病、花枯病、灰霉病、叶斑病、白粉病果、白粉病叶
西红柿可识别：早疫病、晚疫病、潜叶病、叶霉病、花叶病毒、蜘蛛螨等
深度学习支持：使用YOLOv11模型，支持多种权重的目标检测，精度高、速度快。
实时监控与预测：支持通过摄像头进行实时监测，并自动识别作物病虫害。
模型训练与自定义：用户可以使用自定义数据集重新训练模型，生成新的权重文件，支持YOLOv11的训练。
简洁美观的UI：采用Vue3前端框架，支持主题颜色、布局和组件大小的个性化定制，兼容深色模式与色弱模式。
运行环境
JDK8+MySQL5.7+SpringBoot+Flask+Vue3
主要技术：
前端：Vue3、Element-Plus、TypeScript
后端：SpringBoot、MyBatis-Plus、Flask
深度学习：YOLOv11、Pytorch
数据库：MySQL
视频处理：FFmpeg
适用场景：
农业生产管理与病虫害防控
农业科技研发
智能农业应用