ATLASPestAI“爱农”农业病虫害AI（识别）系统是北京爱特拉斯信息科技有限公司研发的完全自主知识产权的AI平台应用产品之一。该产品是基于人工智能图像技术与大数据技术的农作物病虫害、植物识别的多方位应用软件。结合多种深度学习算法，使用以往成熟项目中的农作物病害图库、虫害图库、植物图库以及用户共建图库研发而成。随着用户的使用和参与，AI智能识别产品将逐步发展、完善，成为农业领域的好帮手。
ATLASPestAI“爱农”农业病虫害AI（识别）系统产品只要将手机对着农作物的病虫害部位拍张照片，就能告诉您该农作物所患的病虫害名称，提供病虫害简介、危害、防治措施等更详细的知识信息，同时支持专家在线答疑，给出更专业的在线指导，并能实现病虫害时空分布情况的全局监测，能更好的服务于农业生产者及管理者。
ATLASPestAIV1.0产品由以下2个部分组成，产品架构如下图所示：
产品应用方向：主要应用于农业领域病虫害识别以及植物识别。
产品发展方向：重要指标是识别精度、覆盖品类。ATLASAI智能识别产品将围绕核心继续开展技术研发工作。短期目标通过农作物、果木、花卉的病害图和虫害图，识别病虫害类型并提供科学防治方案；根据积累的数据，全局监测、预警病虫害发生发展，为农业增产保质贡献力量。中长期目标将识别范围扩展到林业、牧业、动物等，逐渐成长为综合生态大数据平台。
点击虫害库/病害库快捷入口，跳转到虫害库/病害库一级界面。
点击植物或病害或虫害，进入识别界面。
拍照或上传图片，开始识别，弹出识别结果。
点击结果图片，进入详情页。
点击植物库图片，进入植物库分类界面，将植物分为粮食作物、油料作物、蔬菜、水果、草植等类别，还支持关键字查询。
点击任一植物图片，进入详情页。
点击虫害库图片，进入农作物分类界面，支持关键字搜索查询。
点击农作物图片，进入该农作物所患虫害的图片列表界面。
点击其中一张虫害图片，进入详情页。
点击病害库图片，进入农作物分类界面，支持关键字搜索查询。
点击农作物图片，进入该农作物所患病害的图片列表界面。
点击其中一张病害图片，进入详情页。
对于识别结果不满意的图片可以进行专家咨询，实现专家与用户的交互。
所有用户所提问题的列表，点击其中一条，进入到问题详情。
用户所提出问题的列表。
点击其中一条，进入问题详情。
点击提问按钮，进入提问界面，上传图片、填写问题描述、选择问题类型，点击发布。
点击收藏，进入收藏列表界面。
点击积分，进入积分界面。
点击左侧功能栏“病害识别”或者“虫害识别”或者“植物识别”，显示如下图所示。上传图片，点击“开始识别”按钮识别图片。结果显示在页面右侧。
上传的图片，需经专家判定审核方可入样本库。
点击样本库，显示所有样本图片。
点击未审核照片，弹出审核界面。
点击取消关闭审核界面；可对图片进行删除和审核操作。对于符合条件的图片（植物可在右侧下拉框中选取对应的纲、目、科、属、种），点击通过。
搜索，可以通过植物下级名称获取对应的上级名称。
点击样本库，显示已样本图片列表。
点击其中已通过图片，弹出样本界面。
可对样本图片进行删除、编辑和下载，点击样本图片，可以查看详情。
点击样本库，显示所有样本图片列表。
点击其中一张未通过图片，弹出样本界面。
可对未通过图片重新进行编辑。
在病害、虫害、植物样本库中点击添加样本。
弹出上传样本界面，填写样本名称及其纲、目、科、属、种，上传图片，点击“立即添加”按钮，添加样本。
点击病害知识库/虫害知识库/植物知识库，显示病虫害知识列表。支持按农作物种类、病虫害名称进行搜索。
点击其中一条，进入详情页。
专家回答用户提出的问题，并给出建议等；
指标
指标值
植物及病虫害样本数
1.可智能识别100多种农作物约300多种病害、500多种虫害，可识别3000多种植物；
2.植物样本总量5000000+，病虫害样本总量50000+；
3.植物单一样本数量不少于100张，病虫害单一样本数量不少于50张；
4.每种病害、虫害、植物均有对应的知识库描述。
AI识别精度
1.识别精度超过85%
AI算法能力
1.支持目前主流的著名图像识别模型（LeNet-5，AlexNet，ZFNet，VGGNet，GoogLenet，ResNet等）。
2.深度神经网络模型采用开源方式进行设计与组合，能够很方便的对模型中的网络层进行修改，提出适应不同数据规模与特点的新模型。
3.模型已经在已有的植被和病虫害数据集下进行了训练与优化，模型参数对外公开，可以为新场景的训练提供迁移学习的初始模型参数，加快新数据集训练的速度并提高训练的精度。
4.算法模型支持对抗网络训练，能够将对抗机制引入图像识别的深度学习模型学习与训练中，提升模型的鲁棒性和泛化能力
AI训练能力
1.AI平台训练模型可靠，支持不同平台、多GPU的快速训练。
2.训练后的模型能够在主流的计算个人平台（如PC客户端的windows，linux平台，移动端的Android平台）运行。
3.也可以在云平台进行部署，实现数据的快速上传和训练，借助云平台实现数据、模型和程序的便捷访问。
4.AI平台支持由简单到复杂的深度学习训练过程，不仅适合初学者熟悉深度学习的简单模型搭建，数据组织和训练的过程，也能够为专业研究者提供全面的模型参数调制功能，在可视化的界面支持下快速的进行模型的训练、调优与比较
数据量存储性能
1.支持PB级样本数据存储
2.数据量不受存储类型和操作系统限制，仅受限于存储容量本身
建库处理性能
1.支持海量样本数据的集群建库处理
2.4节点集群，切片速度不低于500张/秒
数据服务性能
1.并发访问用户数不低于1000用户
3.服务提供能力不小于20000小时
5.数据存储量：>=10G;
7.数据精度：双精度。
客户可以提出定制需求，我单位根据用户需求，重新整合设计，包含：
客户可直接调用我司的识别接口，并集成到自有软件中；
客户可直接购买我司的样本库，利用自己的模型进行样本训练。
苜蓿病害诊断：基于上传的数码照片给出相应病害类型及防治措施。
（2）各地级市农业信息化项目
基于病虫害数据库，利用AI技术，开发智慧植保移动终端APP，利用相机功能能够识别植物养分，诊断植物健康情况，分析出监测报告，并且推进有质量保证的防治措施。
汇总物联网采集数据、互联网爬虫以及已有的存量数据，经过数据治理，构建病虫害知识库、专家库。
病虫害诊断-APP植被识别功能
病虫害诊断WEB端植被识别功能
专家远程在线诊断APP功能-设计图
专家远程在线诊断WEB功能
13641387229（公司业务）13144314475（公司业务）18801198126（公司业务）17778189097（公司业务）010-53350658（公司业务）010-88784566（技术服务）010-53350672（人事）