软件是一款精确度高、实时性强的植物病害检测系统。当今是人工智能的时代，利用深度学习算法可以很好地解决图像分类的问题。因此，我们考虑使用计算机来辅助人工进行植物的病害检测，一方面借助计算机视觉算法检测目标物体的实时性，另一方面借助卷积神经网络模型识别分类疾病的准确性。将计算机视觉识别和卷积神经网络有机结合，可以大大提高植物病害检测系统的实时性、准确性和鲁棒性。综上所述，本毕业设计课题的研究目标如下：
1)通过SSD算法对植物叶片进行特异性检测与识别，要求从实时图像中精准地识别和查找到相应作物的叶片，同时对目标区域图像进行提取。
2)通过ResNet残差神经网络模型对SSD提取目标区域图像进行实时诊断检测，诊断出叶片的健康程度。
3)设计一款具有综合应用功能的上位机软件，用于实时获取植物叶片的健康状况，同时对叶片相关的疾病给出解决方法和诊治方法，方便相关工作人员进行操作使用。此外还可以满足相关机构或是企业用于交流的邮件系统，以及为工作人员提供当地实时的天气状况，同时判断当前天气状况是否适合户外工作。