基于 Web 的亚热带常见自然森林病虫害识别系统可行性分析应用分析开发的必要性与可进行性,一般分为科技有效性、使用有效性、经济发展有效性等。
基于卷积神经网络的亚热带常见自然林病虫害识别系统也采用了卷积神经网络作为分类器,卷积神经网络是深度学习领域发展最为成熟的分支之一,能使用基于 GPU 或者 CPU 的硬件环境和基于 TensorFlow 等深度学习框架的软件环境实现卷积神经网络。此外,训练好的卷积式神经网络分类模块也可以用到基于 Python 语言的Web 网络研究中。基于以上原因,该系统在技术上是可行的。
基于卷积神经网络的亚热带常见自然林病虫害识别系统功能明确,操作简单,可用于处在亚热带地区的种植户或者普通护林员对种植园区与保护区病虫害进行有效检测。后期也可以还会开发该系统的微信小程序版本,通过手机中微信使用该系统的,无需安装 APP,操作更方便。
基于卷积神经网络的亚热带常见自然林病虫害识别系统开发过程主要包含训练深度神经网络的服务器(该项目目前在本地环境运行)、开发系统的人力成本以及后期系统维护成本,其投入是有限的。该系统投入使用后,能精确且快速地对亚热带常见自然林病虫害进行检测(目前只能检测荔枝树,黄皮树,油茶树相关病虫害),极大地节省了人力检测病虫害的成本,并且具有普适性,其回报极大地节省经济成本,并且可以预防大面积病虫害造成的经济损失。
基于卷积神经网络的亚热带病常见自然林病虫害识别系统需要提供后前端普通
用户的识别功能与用户登录注册功能,故系统需求前端用户需求。
前端普通用户的主要功能是实现病虫害图像上传、亚热带常见自然林病虫害在
线识别、识别结果等。
(1)亚热带常见自然林病虫害图像上传。普通用户通过系统打开本地文件夹,
上传到系统,系统会将改图片文件传递到识别结果当中显示该图片。
(2)亚热带常见自然林病虫害在线识别。普通用户对自己上传的待检测图像,
调用系统亚热带常见自然林病虫害识别功能,实现对亚热带常见自然林病虫害的实
时识别。
(3)识别结果。普通用户上传的亚热带常见自然林病虫害图像识别结果并查看识别结果详情、感染级发病规律、对应病虫害症状、相应防止措施、园区管理等信息。
用户的用例图如图所示:
(1)用户
数据存储名:用户
说明:对系统中每个用户信息的描述
数据描述:用户名
邮箱
登录密码
自动分配一个 ID
(2)亚热带常见自然林病虫害识别结果
数据存储名:亚热带常见自然林病虫害识别结果
说明:保存亚热带常见自然林病虫害识别结果名
数据描述:用户名
识别结果名
识别时间
(1)系统安全。使用账号和密码登录,防止非法访问该系统。
(2)界面友好。要求系统界面简洁明了,突出识别病虫害功能。
本文将重点讲述基于 web 的亚热带常见自然林病虫害识别系统的可行性分析和技术需求解析,为今后的系统开发和应用提供技术基础。