一种基于深度学习的猕猴桃叶片病害智能诊断与防治系统及方法

本发明公开了一种基于深度学习的猕猴桃叶片病害智能诊断与防治系统及方法，包括：轻量化病害识别模型、用户交互模块、病害检测模块以及防治建议模块；轻量化病害识别模型基于改进的YOLOv8算法构建，并通过分组深度可分离卷积替换标准卷积，同时引入GDwC2f模块和多尺度注意力机制；用户交互模块提供图形化界面，支持本地文件上传检测模式和实时摄像头检测模式；病害检测模块调用轻量化病害识别模型对输入的猕猴桃叶片图像进行推理，输出病害类别及置信度；防治建议模块根据病害识别结果，生成包含病害名称、发病原因及防治措施的建议报告。本发明用于解决传统猕猴桃叶片病害诊断中依赖经验、检测滞后以及硬件成本高的技术问题。