枳壳作为重要的中药材之一,是川渝、湖南、江西等地脱贫致富的重要经济作物。而枳壳病虫害的传染性和传播性严重威胁枳壳产品的产量和质量,极大地制约着乡村振兴。因此,枳壳病虫害的早发现、早治疗以及对乡村种植户病虫害防治知识与方法的普及至关重要。现阶段针对枳壳病虫害的图像识别研究仍然较少,依赖人工观察经验识别和管理病虫害效率低、准确率低。因此,基于枳壳病虫害识别算法的研究及智能识别系统的研发对于推进枳壳种植业发展、枳壳种植户增收具有重要现实意义。本文提出了一种基于多任务学习的枳壳病虫害识别算法。首先构建枳壳病虫害数据集,使用常用的VGG16、Inception V3、Dense Net121预训练模型对枳壳病虫害数据集进行图像分类训练,选用一个泛化能力较好的预训练模型并对其进行微调作为多任务学习模型的主干共享网络,然后设计用于枳壳病虫害分类和特征重建的分支任务网络,最后,通过对不同任务的权重调整,利用枳壳病虫害数据集训练图像识别模型并对枳壳病虫害进行分类识别。在此基础上,本文基于枳壳病虫害识别模型设计并实现了枳壳病虫害识别系统,系统包括微信小程序移动端和Web服务端,用户不仅可以在微信小程序上实时进行枳壳病虫害识别、病虫害知识查阅,病虫害知识问答等功能,还可在Web服务端进行信息管理操作,提高用户体验。通过以上研究及系统测试,本文实现的枳壳病虫害识别系统符合预期的设计目标,可以帮助种植户及时识别出病虫害情况,准确掌握病虫害防治管理知识,合理采取有效防治措施,从而提高枳壳产量和质量、减少经济损失、振兴乡村经济,促进中药材种植可持续发展,为我国中医药发展与国际推广提供优质的药材来源。