农业作为人类社会的基础产业，其生产效率和产品质量直接影响到人类的生活质量。在农业生产过程中，害虫的侵袭是一个长久以来都未能彻底解决的问题。 随着深度学习技术的迅猛发展，基于图像处理的害虫检测方法成为研究热点。特别是YOLO（You Only Look Once）系列算法在目标检测领域取得了显著的进展，其快速、高效的检测能力为农作物害虫检测提供了新的技术方案。
本文深入研究了基于YOLOv8/v7/v6/v5等深度学习模型的农作物害虫检测系统，核心采用YOLOv8并整合了YOLOv7、YOLOv6、YOLOv5算法，进行性能指标对比；详述了国内外研究现状、数据集处理、算法原理、模型构建与训练代码，及基于Streamlit的交互式Web应用界面设计。在Web网页中可以支持图像、视频和实时摄像头进行农作物害虫检测，可上传不同训练模型（YOLOv8/v7/v6/v5）进行推理预测，界面可方便修改。