农业AI实验室：温室番茄病害早期巡检实验

在连栋温室试点中，我们把番茄病害识别从“肉眼发现后拍照确认”前移到“固定摄像头逐日巡查”。方案采用低成本RGB摄像头与边缘计算盒，沿垄线采集冠层图像，先做叶片检测与透视校正，再用轻量分类模型判断早疫病、白粉病等早期斑驳。为降低误报，模型输入接入温湿度、光照和灌溉记录，并做规则后处理：连续两日出现相似症状且湿度条件匹配时，才推送预警。
进展：完成一季番茄数据采集，约1.2万张有效叶片图；早期症状识别召回率约82%，误报约9%，逆光与叶面结露场景仍不稳定。下一步：补充不同品种与茬口数据，测试近红外辅助特征，并将预警与环控、灌溉做小范围联动闭环，验证其对施药次数和人工巡检时长的影响。