一、產品概述

       ATLAS PestAI “愛農”農業病蟲害AI（識別）系統是北京愛特拉斯信息科技有限公司研發的完全自主知識產權的AI平臺應用產品之一。該產品是基于人工智能圖像技術與大數據技術的農作物病蟲害、植物識別的多方位應用軟件。結合多種深度學習算法，使用以往成熟項目中的農作物病害圖庫、蟲害圖庫、植物圖庫以及用戶共建圖庫研發而成。隨著用戶的使用和參與，AI智能識別產品將逐步發展、完善，成為農業領域的好幫手。

       ATLAS “愛農” AI系統集“識別功能+專家庫功能+定位功能+統計功能+地圖功能+科普功能”于一身；系統具備豐富的樣本數據類型包含植物、病害、蟲害等圖片樣本數據10000種；識別精度85%以上；專家庫來源于各大高校相關領域的教授、相關領域的專家，專家數量在100位左右。

 

 

       ATLAS PestAI “愛農”農業病蟲害AI（識別）系統產品只要將手機對著農作物的病蟲害部位拍張照片，就能告訴您該農作物所患的病蟲害名稱，提供病蟲害簡介、危害、防治措施等更詳細的知識信息，同時支持專家在線答疑，給出更專業的在線指導，并能實現病蟲害時空分布情況的全局監測，能更好的服務于農業生產者及管理者。

二、產品構成

       ATLAS PestAI V1.0產品由以下2個部分組成，產品架構如下圖所示：

 

 

       基于AI智能識別技術為農戶提供實時在線的病蟲害識別和相關專家專業的防治指導；為科研機構提供全面、海量的病害、蟲害、植物的樣本數據；保障政府實時把控病蟲害區域分布情況。產品主要分為移動端和web端，移動端包括識別、知識、提問，web端包括識別、知識庫、樣本庫、專家科普、統計分析。

2.1.   App系統

 

 

2.2.   Web系統

 

 

三、產品方向

       產品應用方向：主要應用于農業領域病蟲害識別以及植物識別。

       產品發展方向：重要指標是識別精度、覆蓋品類。ATLAS AI智能識別產品將圍繞核心繼續開展技術研發工作。短期目標通過農作物、果木、花卉的病害圖和蟲害圖，識別病蟲害類型并提供科學防治方案；根據積累的數據，全局監測、預警病蟲害發生發展，為農業增產保質貢獻力量。中長期目標將識別范圍擴展到林業、牧業、動物等，逐漸成長為綜合生態大數據平臺。

四、產品優勢及特色

4.1.   樣本優勢

• 目前為止，ATLAS AI智能識別產品可識別100多種農作物約300多種病害、500多種蟲害，可識別3000多種植物；
• 植物樣本總量5000000+，病蟲害樣本總量50000+；
• 植物單一樣本數量不少于100張，病蟲害單一樣本數量不少于50張；
• 每種病害、蟲害、植物均有對應的知識描述。

4.2.   識別精度優勢

• 識別精度超過85%；

4.3.   AI算法優勢

• 本AI平臺算法先進，支持目前主流的著名圖像識別模型（LeNet-5，AlexNet，ZFNet，VGGNet，GoogLenet，ResNet等）。同時深度神經網絡模型采用開源方式進行設計與組合，能夠很方便的對模型中的網絡層進行修改，提出適應不同數據規模與特點的新模型。模型都已經在已有的植被和病蟲害數據集下進行了訓練與優化，模型參數對外公開，可以為新場景的訓練提供遷移學習的初始模型參數，加快新數據集訓練的速度并提高訓練的精度。算法模型支持對抗網絡訓練，能夠將對抗機制引入圖像識別的深度學習模型學習與訓練中，提升模型的魯棒性和泛化能力。
• 本AI平臺訓練模型可靠，支持不同平臺、多GPU的快速訓練。訓練后的模型能夠在主流的計算個人平臺（如PC客戶端的windows，linux平臺，移動端的Android平臺）運行。也可以在云平臺進行部署，實現數據的快速上傳和訓練，借助云平臺實現數據、模型和程序的便捷訪問。AI平臺支持由簡單到復雜的深度學習訓練過程，不僅適合初學者熟悉深度學習的簡單模型搭建，數據組織和訓練的過程，也能夠為專業研究者提供全面的模型參數調制功能，在可視化的界面支持下快速的進行模型的訓練、調優與比較。
• 本AI平臺算法、代碼、樣本、知識產權自主國產化，可實現產品、教學、科研多種價值，產學研共同產出。比起其他同類產品，只提供產品服務及服務接口，不提供算法、代碼、模型、樣本、知識產權，更能滿足高校科研、應用項目的要求。
• 研發AI平臺補充多年項目積累的草本植物、植物病害、植物蟲害等方面的數十萬量級的樣本數據及算法模型，具備AI平臺的擴展及產品價值。

五、功能介紹

5.1.   APP端

5.1.1.   基本功能簡介

• 查詢、瀏覽關于農業、病蟲害、植物相關的最新前沿文章
• 瀏覽、查詢不同種類農作物病害、蟲害和植物的相關簡介、危害、防治措施及百科
• 上傳或拍照識別病害、蟲害、植物，并給出知識信息，無法確定的推送給專家
• 可以在線向專家提問問題，并查看專家回答以及其他用戶提問的問題及專家的回答
• 可以收藏、積分、查看識別記錄
• 登錄、注冊、找回密碼等功能

5.1.2.   首頁功能簡介

 

 

 

1)  科普文章

      以輪播圖的形式展示最新前言文章。點擊其中一張圖片跳轉到科普文章詳情頁。

 

 

2)  快捷入口

      植物庫、蟲害庫、病害庫、簽到四個快捷入口。點擊植物庫快捷入口，跳轉到植物庫一級界面。

 

      點擊蟲害庫/病害庫快捷入口，跳轉到蟲害庫/病害庫一級界面。

 

      點擊簽到快捷入口，跳轉到簽到界面。

 

3)  猜你喜歡

      根據用戶瀏覽歷史推薦的科普文章，以列表形式展示，點擊其中一條，跳轉到詳情頁。

5.1.3.   AI智能識別

 

 

      點擊植物或病害或蟲害，進入識別界面。

 

       拍照或上傳圖片，開始識別，彈出識別結果。

 

      點擊結果圖片，進入詳情頁。

 

5.1.4.   知識服務

• 作物病害知識服務：病害簡介、危害、防治措施
• 作物蟲害知識服務，蟲害簡介、危害、防治措施
• 植物知識服務，植物簡介、百科、養護措施

1)  植物庫

      點擊植物庫圖片，進入植物庫分類界面，將植物分為糧食作物、油料作物、蔬菜、水果、草植等類別，還支持關鍵字查詢。

 

      點擊任一植物圖片，進入詳情頁。

 

2)  蟲害庫

      點擊蟲害庫圖片，進入農作物分類界面，支持關鍵字搜索查詢。

 

      點擊農作物圖片，進入該農作物所患蟲害的圖片列表界面。

 

      點擊其中一張蟲害圖片，進入詳情頁。

 

3)  病害庫

      點擊病害庫圖片，進入農作物分類界面，支持關鍵字搜索查詢。

 

      點擊農作物圖片，進入該農作物所患病害的圖片列表界面。

      點擊其中一張病害圖片，進入詳情頁。

 

5.1.5.   專家咨詢

      對于識別結果不滿意的圖片可以進行專家咨詢，實現專家與用戶的交互。

• 提問：問題描述、發布
• 我的提問：我的所有問題及專家回答
• 全部問題：所有用戶的問題及專家回答

 

1)  全部

      所有用戶所提問題的列表，點擊其中一條，進入到問題詳情。

 

2)  我的

      用戶所提出問題的列表。

 

      點擊其中一條，進入問題詳情。

 

3)  提問

      點擊提問按鈕，進入提問界面，上傳圖片、填寫問題描述、選擇問題類型，點擊發布。

 

5.1.6.   科普文章

• 農業、病蟲害、植物相關前沿文章推送。

5.1.7.   我的

 

1)  識別記錄

      點擊識別記錄，按時間序列展示識別圖片，點擊圖片進入詳情頁。

2)  收藏

      點擊收藏，進入收藏列表界面。

3)  積分

      點擊積分，進入積分界面。

5.2.   WEB端

 

 

5.2.1.   基本功能簡介

• 上傳或拍照識別病害、蟲害、植物，并給出知識信息，無法確定的推送給專家
• 查詢、瀏覽關于農業、病蟲害、植物相關的最新前沿文章
• 專家在線解答問題，并可查看自己的回答。
• 瀏覽、查詢不同種類農作物病害、蟲害和植物的相關簡介、危害、防治措施及百科，并可修改
• 可瀏覽、查詢農作物病蟲害、植物樣本圖片，支持上傳、下載
• 可統計分析病蟲害、植物空間分布情況及數量，科普文章數量及瀏覽量

5.5.2.   AI智能識別

      點擊左側功能欄“病害識別”或者“蟲害識別”或者“植物識別”，顯示如下圖所示。上傳圖片，點擊“開始識別”按鈕識別圖片。結果顯示在頁面右側。

 

 

5.2.3.   樣本庫

      上傳的圖片，需經專家判定審核方可入樣本庫。

1)  待審核圖片

      點擊樣本庫，顯示所有樣本圖片。

 

      點擊未審核照片，彈出審核界面。

 

      點擊取消關閉審核界面；可對圖片進行刪除和審核操作。對于符合條件的圖片（植物可在右側下拉框中選取對應的綱、目、科、屬、種），點擊通過。

      搜索，可以通過植物下級名稱獲取對應的上級名稱。

 

2)  已通過圖片

      點擊樣本庫，顯示已樣本圖片列表。

 

      點擊其中已通過圖片，彈出樣本界面。

 

      可對樣本圖片進行刪除、編輯和下載，點擊樣本圖片，可以查看詳情。

3)  未通過圖片

      點擊樣本庫，顯示所有樣本圖片列表。

 

      點擊其中一張未通過圖片，彈出樣本界面。

      可對未通過圖片重新進行編輯。

4)  添加樣本

      在病害、蟲害、植物樣本庫中點擊添加樣本。

 

      彈出上傳樣本界面，填寫樣本名稱及其綱、目、科、屬、種，上傳圖片，點擊“立即添加”按鈕，添加樣本。

5.2.4.   知識庫

      點擊病害知識庫/蟲害知識庫/植物知識庫，顯示病蟲害知識列表。支持按農作物種類、病蟲害名稱進行搜索。

 

      點擊其中一條，進入詳情頁。

 

5.2.5.   專家答疑

      專家回答用戶提出的問題，并給出建議等；

5.2.6.   統計分析

• 按植物病蟲害識別的次數、空間分布等進行統計分析，得出相應的決策支持依據；
• 作物病害統計分析：不同種類的病害時空分布、數量統計
• 作物蟲害統計分析：不同種類的病害時空分布、數量統計
• 植物統計分析：識別植物空間分布情況

六、關鍵技術指標

指標	指標值
植物及病蟲害        樣本數	1.可智能識別100多種農作物約300多種病害、500多種蟲害，可識別3000多種植物； 2. 植物樣本總量5000000+，病蟲害樣本總量50000+； 3. 植物單一樣本數量不少于100張，病蟲害單一樣本數量不少于50張； 4. 每種病害、蟲害、植物均有對應的知識庫描述。
AI識別精度	1. 識別精度超過85%
AI算法能力	1.支持目前主流的著名圖像識別模型（LeNet-5，AlexNet，ZFNet，VGGNet，GoogLenet，ResNet等）。 2. 深度神經網絡模型采用開源方式進行設計與組合，能夠很方便的對模型中的網絡層進行修改，提出適應不同數據規模與特點的新模型。 3. 模型已經在已有的植被和病蟲害數據集下進行了訓練與優化，模型參數對外公開，可以為新場景的訓練提供遷移學習的初始模型參數，加快新數據集訓練的速度并提高訓練的精度。 4.  算法模型支持對抗網絡訓練，能夠將對抗機制引入圖像識別的深度學習模型學習與訓練中，提升模型的魯棒性和泛化能力
AI訓練能力	1. AI平臺訓練模型可靠，支持不同平臺、多GPU的快速訓練。 2. 訓練后的模型能夠在主流的計算個人平臺（如PC客戶端的windows，linux平臺，移動端的Android平臺）運行。 3. 也可以在云平臺進行部署，實現數據的快速上傳和訓練，借助云平臺實現數據、模型和程序的便捷訪問。 4. AI平臺支持由簡單到復雜的深度學習訓練過程，不僅適合初學者熟悉深度學習的簡單模型搭建，數據組織和訓練的過程，也能夠為專業研究者提供全面的模型參數調制功能，在可視化的界面支持下快速的進行模型的訓練、調優與比較
數據量存儲性           能	1. 支持PB級樣本數據存儲 2. 數據量不受存儲類型和操作系統限制，僅受限于存儲容量本身
建庫處理性能	1. 支持海量樣本數據的集群建庫處理 2. 4節點集群，切片速度不低于500張/秒
數據服務性能	1. 并發訪問用戶數不低于1000用戶 2. 并發訪問響應時間低于1秒 3. 服務提供能力不小于20000小時 4. 系統響應時間：<=1秒； 5.數據存儲量：>=10G; 6.運行時間限制：24小時運行； 7.數據精度：雙精度。

 

七、合作方式

7.1.   產品定制開發

      客戶可以提出定制需求，我單位根據用戶需求，重新整合設計，包含：

• 成果的形式的定制:APP、WEB端、公眾號、小程序；
• 界面的風格要求；
• 功能點的要求：功能點的拆分和增加；
• 權限的要求；
• 其他；

7.2.   產品接口直接調用

      客戶可直接調用我司的識別接口，并集成到自有軟件中；

7.3.   樣本庫

      客戶可直接購買我司的樣本庫，利用自己的模型進行樣本訓練。

八、應用案例

（1）蘭州大學——中國草業與生態系統

       2019年，公司承擔了蘭州大學中國草業與生態系統研發建設，建設中國草業與生態大數據共享服務平臺能夠服務于國內草業研究的需求，使草業研究成果能夠交流共享。將科研成果服務于草業行業的政府部門、廣大行業部門，廣大農牧民。其中植物識別和苜蓿病害識別是其建設重要內容。植物識別：根據web系統中訓練得到的草業植物識別模型，手機端app拍攝植物照片，在線識別230多類植物科屬種，并給出該植物的形態特征、地理分布、生態特征、飼用價值、栽培要點等相關專業知識。苜蓿病害識別：根據web端系統訓練得到的苜蓿病害識別模型，基于手機端app上傳的數碼照片，在線識別給出30種以上相應病害類型及防治措施。

基于上傳的植物照片在線識別植物科屬種，并給出該植物的形態特征、地理分布、生態特征、飼用價值、栽培要點等相關專業知識，提供手機APP。

• 樣本數據：提供300種類型草業植物樣本照片、圖像數據，每種類型草業植物樣本照片/圖像數據大于260張；
• 樣本庫管理：根據樣本數據的識別分類進行樣本庫數據管理，實現樣本數據分類、查詢、瀏覽、統計分析；
• 植物識別模型訓練：根據樣本數據，采用最先進的深度學習算法，進行300種類型的草業植物識別模型訓練，訓練得到識別精度大于70%的植物識別模型；
• 植物識別：根據訓練得到的草業植物識別模型，基于上傳的植物照片在線識別植物科屬種，并給出該植物的形態特征、地理分布、生態特征、飼用價值、栽培要點等相關專業知識。
• 樣本數據采集工具：提供樣本數據的采集和編輯工具，可在已有樣本數據的基礎上，采集編輯新樣本，增加識別訓練和識別精度。

 

苜蓿病害診斷：基于上傳的數碼照片給出相應病害類型及防治措施。

• 樣本數據：提供30種苜蓿病害樣本照片、圖像數據，每種類型苜蓿病害樣本照片/圖像數據大于260張；
• 樣本庫管理：根據樣本數據的識別分類進行樣本庫數據管理，實現樣本數據分類、查詢、瀏覽、統計分析；
• 苜蓿病害識別模型訓練：根據樣本數據，采用最先進的深度學習算法，進行300種類型的苜蓿病害識別模型訓練，訓練得到識別精度大于70%的苜蓿病害識別模型；
• 苜蓿病害識別：根據訓練得到的苜蓿病害識別模型，基于上傳的數碼照片在線識別給出相應病害類型及防治措施。
• 樣本數據采集工具：提供樣本數據的采集和編輯工具，可在已有樣本數據的基礎上，采集編輯新樣本，增加識別訓練和識別精度。

 

 

 （2）各地級市農業信息化項目

       2019年，公司承擔了山西、云南等地級市的農業信息化項目—實現地級市農業信息化平臺與農業大數據中心及數據倉庫的數據對接、數據共享、數據服務等功能，為全市統一農業數據存儲、數據分析、數據交換標準、接口規范與應用提供支撐引擎，要求實現全市現代農業產業信息分析決策的各個應用系統所采集的農業數據匯總展現，針對不同應用權限用戶實現不同的查詢功能，打通市各個業務部門之間及垂直業務部門之間數據壁壘，根據數據來源和類型，實現組合式批量錄入技術和多維度的農業知識分類，實現各個業務系統數據交互共享。

       其中農業信息化項目中建設智慧植保功能模塊，是通過物聯網來準確監測農作物病蟲害發生動態、分析發展趨勢、形成數字化預警，開發AI診斷功能，提供病蟲害專家遠程診斷服務，結合農機設備自動噴藥防治，以提高病蟲害防控能力。即將所有的植保儀器設備整合在一起，再通過物聯網將設備監測到的數據回傳至云管理平臺，并形成分析，最后通過專家制定防治方案并發送給農戶，農戶能第一時間做好防控，大大提高植保工作的效率和準確率。

• 病蟲害AI智能診斷功能

基于病蟲害數據庫，利用AI技術，開發智慧植保移動終端APP，利用相機功能能夠識別植物養分，診斷植物健康情況，分析出監測報告，并且推進有質量保證的防治措施。

• 專家遠程在線診斷功能

開發專家遠程在線診斷功能，利用攝像頭、圖片識別功能以及借助微信等及時通訊工具，為農戶提供問題資料上傳以及及時通訊功能，為遠程診斷提供技術支撐。

• 飛防植保服務功能

開發飛防植保服務功能，連接飛手與農戶。平臺為飛手提供海量作業訂單、真實土地信息、無人機技術和維保支持。為農戶找到專業、靠譜的飛防隊。農戶根據需求選擇飛防服務相關項目。

• 植保技術服務功能

開發植保技術服務功能，構建植保服務信息數據庫，實現用戶在平臺查詢植保技術相關信息，在線咨詢植保轉件、查閱各種農產品植保相關技術及案例。

• 病蟲害知識庫、專家庫

匯總物聯網采集數據、互聯網爬蟲以及已有的存量數據，經過數據治理，構建病蟲害知識庫、專家庫。

 

                                                                                    

病蟲害診斷-APP植被識別功能

 

病蟲害診斷WEB端植被識別功能

 

                                                                     

專家遠程在線診斷APP功能-設計圖

 

專家遠程在線診斷WEB功能

 

九、聯系我們

       商務經理：趙海媚     聯系電話：010-53350673/18801198126

       技術支持：劉   陽     聯系電話：010-57551571/17610092909