我国每年都发生森林病虫害,这给林业经济发展造成了巨大损失,因此采取有效的病虫害防治措施迫在眉睫。为了进行有效预防和控制,对森林病虫害的监测必须到位。然而,传统手段已无法有效保护森林,需要研究更有效的监测手段来应对。本文主要是为了突破传统的森林病虫害监测方法,致力于结合深度学习技术实现基于物联网的虫情监测系统,以解决传统方法大量花费人力物力资源的问题,提高工作效率。该系统主要以红脂大小蠧为研究对象实现了图像采集、图像识别以及地图定位监控等方面的功能。对红脂大小蠧的图像采集和识别有助于远程获取各采集点诱捕器的虫情情况,而地图定位监控则能够让工作人员实现对林区各个坐标点的虫情进行监控,及时掌握虫情动态。该物联网系统通过远程操作对林区各个坐标诱捕器的虫情进行监控,能够高效地、及时地得知虫情变化并做出快速应对措施,减少了对人力、物力的消耗,对林区工作者的科学决策和科学管理具有重大意义。