AgriVision: An AI-Powered Multilingual Platform for Plant Disease Detection and Crop Recommendation

方法

深度学习分类器识别叶片病害，结合土壤、季节、水源与位置推荐作物。

发现

原型面向Telangana农户，提供泰卢固语、印地语和英语支持，属初步决策支持。

机会点

需开展田间验证；可研究多语言小样本病害识别与本地化作物推荐的可信度评估。

作物健康与作物选择均取决于因农场而异的条件，包括天气、土壤、季节和供水，但许多地区的农民几乎无法获得及时的、与当地相关的建议。本文介绍AgriVision，这是一个基于网络的平台，将植物病害检测、作物推荐和农民指导集成于一个应用中。用户上传或拍摄叶片照片，深度学习分类器返回最可能的病害及置信度评分，随后给出症状、预防措施和管理步骤。另一个独立模块根据农民的土壤类型、季节、水资源可用性和位置推荐作物，界面提供泰卢固语、印地语和英语版本，并保存扫描历史记录。该原型面向泰伦加纳邦的农民构建，旨在作为初步决策支持，而非替代专家诊断。我们描述了系统设计、实现和局限性，并概述了在更广泛使用之前所需的田间验证。