一种花生病害智能监测方法及系统、电子设备

本发明涉及花生病害智能监测方案设计技术领域，具体涉及一种花生病害智能监测方法及系统、电子设备。通过双通道采集设备同步获取RGB与近红外图像，经光照补偿、去雾及几何校正后，利用迁移学习优化的Eff icientNet‑B4网络提取多尺度特征，并采用双路径CBAM注意力机制融合光谱信息，生成病害敏感特征向量。级联分类器基于ResNet‑34与随机森林模型实现病害类型识别与严重度分级，结合LSTM时序模型预测病害发展趋势。集成U‑Net分割网络生成可视化报告，关联专家知识库输出防治方案。本发明解决了传统方法检测精度低、模型泛化能力差及决策支持不足的问题，为花生种植提供了高效、精准的病害管理工具。