[TOC]
2019-12-23
农民伯伯只需要给自己的庄稼叶子拍张照片，人工智能就能识别出农作物的病虫害种类，给出精准的防治建议，并构建大范围农作物病虫害数据采集与预防预警系统，精准预防治理农作物病虫害。
助力精准扶贫、乡村振兴、智慧农业的同济智慧：将论文写在祖国大地上，写入田间地头里。
网页：只要有网就能用
微信小程序：只要有微信就能用
QQ小程序：只要有QQ就能用
支付宝小程序：只要有支付宝就能用
安卓APP、IOS端APP：只要有智能手机或平板就能用
Python小程序：提供开发者SDK与API接口
拍照、上传、一秒即可看到识别结果。
打开即用，用完即走，充分体现互联网产品轻量化、智能化、云计算的用户交互特点。
目前支持苹果、樱桃、玉米、葡萄、柑桔、桃、辣椒、马铃薯、草莓、番茄等常见病虫害识别。
完整病害列表见60种农作物病虫害标签
拍照识别病虫害，作物病害早预警。
农药化肥精准投，无人机植保采集。
大范围病害感知，粮食安全宏观控。
论文写在黑土地，乡村振兴助扶贫。
这个项目的灵感来源于植物AI图像识别APP“形色”，和微软亚洲研究院开发的“识花君”APP，既然植物和花朵可以识别，那么农作物叶子反映的病虫害也可以识别。
我国每年有1.2亿吨粮食因农作物病虫害减产，相当于三亿人的口粮。
以番茄为例，白粉病、疮痂病、早疫病、晚疫病、叶霉病、斑点病、斑枯病、红蜘蛛、黄化曲叶病毒病……困扰着千千万万果农的生计，影响着百姓的菜篮子，威胁着国家的粮食安全。
人工识别效率极低，需要专业的植保、农科专家才能准确分辨。在病害的萌芽早期容易漏检，错过最佳防治期。
对于农科院和植保机构，仍旧依靠实地采样与人工判断，缺乏定量化、细粒度、大规模、精准定制化的农作物病害数据采集、存储、识别、预警系统。
党的十九大报告提出：深化供给侧结构性改革，推动互联网、大数据、人工智能和实体经济深度融合，在多个领域培育新增长点，形成新动能 。实施乡村振兴战略。
“一叶落而知天下秋”，“智农”希望借助人工智能与先进的计算机视觉算法，助力乡村振兴和精准农业，保障国家粮食安全与消费者的食品安全。在“城市大脑”方兴未艾之时，构建田野感知、普惠农民的“乡村大脑”。
我们通过分析AI Challenge 2018农作物病虫害开源图像数据集，对常见的10种农作物，27种病虫害，5万张图像，构建深度卷积神经网络进行迁移学习，实现图像分类。
以卷积神经网络CNN为代表的图像分类算法近年来迅速发展，并超过人类水平，“智农”基于深度残差网络ResNet、Xception、MobileNet、微软自动机器学习工具进行迁移学习，采用了Fine-tuning微调技巧进行类别不平衡细粒度模型训练，采用多分类混淆矩阵进行算法性能评估。
将神经网络推断接口封装为Restful-API，实现前后端分离。
基于国人自主研发的开源前端框架Vue.js搭建网站，将网页和后端API部署在华为云、微软Azure和阿里云轻量应用服务器，实现负载均衡和自动化测试运维。
搭建微信小程序，基于腾讯云实现云开发。
最后，撰写网站前端代码，调用Custom Vision的API，将模型部署在Azure云平台上，用户可以上传农作物图片，即可获得毫秒级的图像分类响应结果。
产品经理、数据整理：俞少作
用户交互设计与文档撰写：吴姗姗
数据集选取、数据预处理、文档撰写：子豪兄
Custom Vision后端API：张馨予
微信小程序前端开发：Maxoyed
Angular前端开发、Azure后端部署：黄宇轩
PPT美工：孙卿源
后端API：微软Azure、微软认知服务、微软Custom Vision
数据集与参考文献：AI Challenge、Kaggle数据科学竞赛、阿里天池
云计算与数据存储：阿里云、华为云、AWS
微信小程序云开发：腾讯云
前端开发框架：Vue.js、Angular.js
Github：开源社区与代码托管
知识学习与全栈技能提升：开课吧、Udacity、B站专栏“同济子豪兄”
编程语言：Python、Javascript、PHP、WXML、WXSS、Node.js、SQL、HTML、CSS
同济大学微软学生俱乐部、开源软件协会
重庆大学微软学生俱乐部、网络信息协会、人工智能协会
西南人工智能爱好者联盟
上海交通大学微软学生俱乐部
清华大学微软学生俱乐部
微软亚洲研究院、公众号“微软学术合作”
微软2018教育部产学合作协同育人-创新创业联合基金项目
微软创新实践工作站项目
“智农”荣获2019微软亚洲研究院学生夏令营“正青春·敢不凡”夏令营 编程马拉松 “Health”组 冠军
特别说明：本产品可能存在偏差，仅作辅助识别使用，如发现异常情况请以农科院专家评估为准。
AI Challenge 2018竞赛，农作物病虫害公开图像数据集： https://challenger.ai/
使用Pytorch进行图像分类，AI challenger 农作物病害分类竞赛源码解读
AI challenger 2018图片分类比赛—农作物病害检测
