AI虫情测报定制：粘连虫体分割与种类初筛

虫情测报灯每晚回传的图像里，虫体常互相粘连、鳞翅目与鞘翅目混叠，直接按检测框计数误差偏大。本实验室近期在华东一处水稻种植区做了为期六周的实验：把灯下图像按虫体密度分成稀疏、粘连、堆叠三档，稀疏档沿用检测框计数，粘连与堆叠档改用实例分割，再按面积与体长做一次种类粗筛，只把置信度低的样本推给人工复核。

进展要点：
· 六周共处理约 1.8 万张夜拍图，粘连档计数误差从人工框选的约 18% 降到 6% 上下；堆叠档仍在 15% 左右，主要吃亏在虫体重叠后的边缘断裂。
· 种类粗筛只保留 6 个当地主要类别，其余统一归入“待复核”，避免模型在长尾类别上过度自信。

下一步计划是引入灯下诱虫的时序信息——利用同一夜连续多帧的虫体位移，用轻量跟踪补齐被遮挡个体；同时把复核结果回流成增量样本，观察两周内误计是否继续下降。当前版本仍建议用于趋势预警，不宜直接替代植保员的实地调查。