作品名称：“AI”护农业
参赛院校：西北师范大学
指导教师：代祖华
团队成员：孟姣姣、王永刚、曹永梅、丁宣元
数媒竞赛网（mit.caai.cn）2021年参赛作品
作品描述：

本作品是一款结合物联网技术和深度学习技术的智能化农作物种植辅助系统，该系统由农作物虫害检测、种植坏境监测以及农作物病虫害防治三个部分组成。其工作流程为：先获取农作物虫害数据集，将获取到的数据集进行标注，标注完成后随机划分成训练集和测试集，接着将训练集数据集输入到深度学习开发的网络模型中进行网络模型训练。训练结束后使用划分好的测试集数据测试识别网络模型是否达到所预期的精确度，如果没有达到精确度就对数据集做增强操作，重新训练网络模型，如果达到了所预期的精确度，则将训练好的网络模型应用到农作物种植辅助系统上。农作物种植辅助系统使用Web技术开发，系统所有的功能通过网页的方式呈现给用户，极大程度方便用户的操作。系统通过自带的硬件设备对农作物种植环境拍照，然后将照片上传到检测模块进行检测，以此来判断农作物有无病虫害，如果检测出植物存在病虫害则通过互联网搜素该病虫害症状和防止措施并通过邮箱发送给客户。除此之外，用户还可以在服务端查看当前种植环境监测情况和历史虫害检测记录等，让客户及时进行病虫害处理，从而达到实时监测，减少损失，提高农作物经济的收益。

作品名称：“AI”护农业
参赛院校：西北师范大学
指导教师：代祖华
团队成员：孟姣姣、王永刚、曹永梅、丁宣元
数媒竞赛网2021年参赛作品
作品描述：

本作品是一款结合物联网技术和深度学习技术的智能化农作物种植辅助系统，该系统由农作物虫害检测、种植坏境监测以及农作物病虫害防治三个部分组成。其工作流程为：先获取农作物虫害数据集，将获取到的数据集进行标注，标注完成后随机划分成训练集和测试集，接着将训练集数据集输入到深度学习开发的网络模型中进行网络模型训练。训练结束后使用划分好的测试集数据测试识别网络模型是否达到所预期的精确度，如果没有达到精确度就对数据集做增强操作，重新训练网络模型，如果达到了所预期的精确度，则将训练好的网络模型应用到农作物种植辅助系统上。农作物种植辅助系统使用Web技术开发，系统所有的功能通过网页的方式呈现给用户，极大程度方便用户的操作。系统通过自带的硬件设备对农作物种植环境拍照，然后将照片上传到检测模块进行检测，以此来判断农作物有无病虫害，如果检测出植物存在病虫害则通过互联网搜素该病虫害症状和防止措施并通过邮箱发送给客户。除此之外，用户还可以在服务端查看当前种植环境监测情况和历史虫害检测记录等，让客户及时进行病虫害处理，从而达到实时监测，减少损失，提高农作物经济的收益。

作品名称：“AI”护农业
参赛院校：西北师范大学
指导教师：代祖华
团队成员：孟姣姣、王永刚、曹永梅、丁宣元
数媒竞赛网2021年参赛作品
作品描述：

本作品是一款结合物联网技术和深度学习技术的智能化农作物种植辅助系统，该系统由农作物虫害检测、种植坏境监测以及农作物病虫害防治三个部分组成。其工作流程为：先获取农作物虫害数据集，将获取到的数据集进行标注，标注完成后随机划分成训练集和测试集，接着将训练集数据集输入到深度学习开发的网络模型中进行网络模型训练。训练结束后使用划分好的测试集数据测试识别网络模型是否达到所预期的精确度，如果没有达到精确度就对数据集做增强操作，重新训练网络模型，如果达到了所预期的精确度，则将训练好的网络模型应用到农作物种植辅助系统上。农作物种植辅助系统使用Web技术开发，系统所有的功能通过网页的方式呈现给用户，极大程度方便用户的操作。系统通过自带的硬件设备对农作物种植环境拍照，然后将照片上传到检测模块进行检测，以此来判断农作物有无病虫害，如果检测出植物存在病虫害则通过互联网搜素该病虫害症状和防止措施并通过邮箱发送给客户。除此之外，用户还可以在服务端查看当前种植环境监测情况和历史虫害检测记录等，让客户及时进行病虫害处理，从而达到实时监测，减少损失，提高农作物经济的收益。

作品名称：“AI”护农业
参赛院校：西北师范大学
指导教师：代祖华
团队成员：孟姣姣、王永刚、曹永梅、丁宣元
数媒竞赛网2021年参赛作品
作品描述：

本作品是一款结合物联网技术和深度学习技术的智能化农作物种植辅助系统，该系统由农作物虫害检测、种植坏境监测以及农作物病虫害防治三个部分组成。其工作流程为：先获取农作物虫害数据集，将获取到的数据集进行标注，标注完成后随机划分成训练集和测试集，接着将训练集数据集输入到深度学习开发的网络模型中进行网络模型训练。训练结束后使用划分好的测试集数据测试识别网络模型是否达到所预期的精确度，如果没有达到精确度就对数据集做增强操作，重新训练网络模型，如果达到了所预期的精确度，则将训练好的网络模型应用到农作物种植辅助系统上。农作物种植辅助系统使用Web技术开发，系统所有的功能通过网页的方式呈现给用户，极大程度方便用户的操作。系统通过自带的硬件设备对农作物种植环境拍照，然后将照片上传到检测模块进行检测，以此来判断农作物有无病虫害，如果检测出植物存在病虫害则通过互联网搜素该病虫害症状和防止措施并通过邮箱发送给客户。除此之外，用户还可以在服务端查看当前种植环境监测情况和历史虫害检测记录等，让客户及时进行病虫害处理，从而达到实时监测，减少损失，提高农作物经济的收益。

作品名称：“AI”护农业
参赛院校：西北师范大学
指导教师：代祖华
团队成员：孟姣姣、王永刚、曹永梅、丁宣元
数媒竞赛网2021年参赛作品
作品描述：

本作品是一款结合物联网技术和深度学习技术的智能化农作物种植辅助系统，该系统由农作物虫害检测、种植坏境监测以及农作物病虫害防治三个部分组成。其工作流程为：先获取农作物虫害数据集，将获取到的数据集进行标注，标注完成后随机划分成训练集和测试集，接着将训练集数据集输入到深度学习开发的网络模型中进行网络模型训练。训练结束后使用划分好的测试集数据测试识别网络模型是否达到所预期的精确度，如果没有达到精确度就对数据集做增强操作，重新训练网络模型，如果达到了所预期的精确度，则将训练好的网络模型应用到农作物种植辅助系统上。农作物种植辅助系统使用Web技术开发，系统所有的功能通过网页的方式呈现给用户，极大程度方便用户的操作。系统通过自带的硬件设备对农作物种植环境拍照，然后将照片上传到检测模块进行检测，以此来判断农作物有无病虫害，如果检测出植物存在病虫害则通过互联网搜素该病虫害症状和防止措施并通过邮箱发送给客户。除此之外，用户还可以在服务端查看当前种植环境监测情况和历史虫害检测记录等，让客户及时进行病虫害处理，从而达到实时监测，减少损失，提高农作物经济的收益。