一套系统打通检测、监测、管理与决策
面向现代农场和农业园区的全链路数字化管理方案，将YOLO深度学习检测能力与DeepSeek大语言模型整合进统一的云平台。系统以YOLO视觉模型为核心，对玉米、小麦、水稻等9类作物进行病虫害快速鉴别；同时调用DeepSeek等大模型，把实时环境数据纳 入分析，输出种植建议、防治方案和农事操作指导。平台采用前后端分离的微服务结构，把检测、监测、管理、分析、决策五大功能汇总于一体，目标是提高田间作业效率与作物质量。
首页仪表盘与数据大屏：所见即农情
平台首页提供仪表盘视图，集中反映近期检测统计、环境告警、任务进度等农场核心指标。数据大屏组件内嵌ECharts可视化图表，可动态呈现作物生长走向、病虫害空间分布以及环境参数的热力图形式，并支持全屏展示模式，适用于园区指挥中心大屏场景。
三种检测入口与病虫害知识库
平台提供三类视觉检测方式。图片检测允许上传作物叶片或果实照片，系统迅速辨别病虫害类别，并给出由AI生成的防治建议；视频检测可对田间巡检录像展开分析，自动标出异常片段；摄像头实时检测则对接温室或田间的视频设备，执行全天候不间断监控，一旦发现病虫害即自动触发预警。此外还内设病虫害数据库，汇集常见病虫害知识，可按作物、病名、虫名检索详细资料与防治历史记录。
温室环境监测、阈值告警与AI调控建议
智能温室环境监测模块构成环境数据看板，实时采集并展示温室内部的温度、湿度、光照、二氧化碳浓度、土壤湿度等传感器读数。用户可以自行设定各环境参数的阈值，超限后系统自动发出告警通知。在环境数据基础上，平台调用DeepSeek大模型自动生成调控建议，例如通风、灌溉或补光操作。
农资管理、用户权限分级与AI农业助手社区功能
农资管理覆盖种子、农药、化肥等物品的入库、出库、库存和有效期登记与追踪。用户体系分为管理员与普通用户两级：普通用户只能查看和管理自己的检测记录、环境数据及农资操作记录，管理员则拥有全局视图，能管理全部用户、查看平台所有数据并完成系统配置。
智能AI农业助手提供实时对话问答，农户可以随时咨询种植技术、病害诊断、农药施用法等实际问题；系统会自动保存AI生成的防治建议与环境建议，形成可追溯的决策记录。
五层技术架构如何搭配
平台自下而上分为五层。前端展示层使用Vue 3、TypeScript、Element Plus、Pinia、Axios、ECharts，负责构建响应式、可定制的数据大屏与操作界面；业务后端层采用Spring Boot、MyBatis-Plus、JWT、Spring Security，处理用户认证、业务逻辑、数据API与系统管理；AI推断服务层基于Flask、PyTorch以及YOLO系列模型，提供独立的视觉检测服务，支持多种作物识别；大模型服务层通过DeepSeek API或兼容OpenAI的大模型，输出问答、环境分析与防治建议生成能力；数据存储层依托MySQL保存用户、作物、检测记录、环境数据、农资信息等内容。
交付现状：9种作物权重建好即用
平台交付时，已为9种常见作物配备了预训练识别模型与权重文件。据平台说明，所有作物均包含训练完成的权重文件，可以开箱直接启用；模型框架本身具备扩展性，后续可继续接入其他作物类型。
实用性拆解：从九合一识别到界面定制
方案包含若干实用设计。九合一识别能力让一套系统覆盖9种核心作物的病虫害视觉识别，避免为不同作物切换不同平台；感知与决策融合则是先完成环境数据监测与病虫害检测，再借大模型给出即时、可操作的农艺建议；全链路农事管理贯通视觉检测、环境监控、农资管理到数据回溯整个农业生产流程的数字化操作；分级权限体系借助管理员与普通用户的划分来保障数据安全与隐私；专业数据可视化打造了农业专属大屏，用来直观呈现生产全景；界面美观且灵活，基于Vue3与Element Plus，支持主题色、布局、组件大小全方位个性化调整，以适配不同操作习惯。
适用场景：从大型农场到植物工厂
该平台可服务于多个方向。大型数字化农场或农业园区可将其当作统一的智能生产管理中心使用；农业科研院所可用于作物病害研究、数据采集以及模型训练验证；农业技术服务商能据此为合作农户提供在线检测、咨询与决策支持；智慧温室或植物工厂则可实现环境的精准调控和病害的早期预警。
小结：该平台把YOLO视觉检测与DeepSeek大模型注入农业管理的全流程，用9种作物的预训练权重做到开箱即用。前后端分离与多级菜单式架构，对农场、科研院所、温室三类场景都给出了可直接部署的技术路径。