The present invention comprises the steps of: (a) transmitting images acquired from a plurality of camera modules to the diagnosis server 500 through the image collection unit 400； (b) the diagnostic server 500 compares the image transmitted in the step (a) with a plurality of pest images stored in the pest database 550 to identify the pest image with the highest accuracy, and the pest mapped therein Checking information； (c) the diagnosis server 500 transmitting the identified pest information to the user terminal 800； (d) the diagnosis server 500 transmitting the image transmitted in the step (a) and the pest information identified in the step (b) to the expert terminal 900； And (e) when a pest name other than the pest name included in the pest information is input from the expert terminal 900, the deep learning server 700 maps the other pest name to the image transmitted in step (a). And storing it in the pest database 550 with the probability of applying the expert weight (x) set, and repeating the step (e) in different expert terminals 900 for the same pest image. In that case, the probability is to provide a method for diagnosing and controlling pests using a cumulatively increasing camera module.본 발명은 (a) 다수의 카메라 모듈에서 획득한 영상이 영상 수집부(400)를 통해 진단 서버(500)에 전송되는 단계； (b) 상기 진단 서버(500)가 상기 (a) 단계에서 전송된 영상을 병해충 데이터베이스(550)에 저장된 다수의 병해충 이미지와 비교하여, 정확도가 가장 높은 병해충 이미지를 확인하고, 여기에 매핑된 병해충 정보를 확인하는 단계； (c) 상기 진단 서버(500)가 확인된 병해충 정보를 사용자 단말기(800)에 전송하는 단계； (d) 상기 진단 서버(500)가 상기 (a) 단계에서 전송된 영상 및 상기 (b) 단계에서 확인된 병해충 정보를 전문가 단말기(900)에 전송하는 단계； 및 (e) 상기 전문가 단말기(900)로부터 상기 병해충 정보에 포함된 병해충명이 아닌 다른 병해충명이 입력된 경우, 딥러닝 서버(700)가 상기 (a) 단계에서 전송된 영상에 상기 다른 병해충명을 매핑하여 상기 병해충 데이터베이스(550)에 저장하되 기 설정된 전문가 가중치(x)를 적용한 확률과 함께 저장하는 단계를 포함하며, 동일한 병해충 영상에 대하여 서로 다른 전문가 단말기(900)에서 상기 (e) 단계가 반복되는 경우, 그 확률은 누적되어 증가하는 카메라 모듈을 이용한 병해충 진단 및 방제 방법을 제공하는 것이다.
