开发技术： Python + Tensorflow+ OpenCV + numpy + matplotlib + os；
项目简介： 作物病虫害现已凸显为制约农业生产的主要因素，及早发现病虫害，监测病虫害的发生发展状况，在关键生育期采取科学有效的防治手段，将有利于保障农产品质量安全。通过无人机搭载的光学传感实时拍摄的田间照片，在无人机主板上经过深度学习模型处理，能够准确识别和定位叶片的病斑，将病虫害的结果传递的给在线平台进行显示分布图，为施药流程以及病虫害的防治工作提供即时、可靠的指导。
个人职责：
1. 数据集：采用西北农林科技大学公开数据集；
2. 通过opencv对样本集进行处理，如随机角度翻转、随机裁剪、水平镜像、垂直镜像等，总计产生5类总计八万四千余数据；
3. 运用Tensorflow搭建CNN5层网络模型，采用小批量梯度下降进行训练；
4. 定期收集新批次样本，进行增量训练。