农业AI实验室近期在稻田虫情测报场景做了一轮小规模验证：用低成本定焦相机配合白光诱捕盘，每30分钟采集一张图像，先由边缘端粗筛，再回传疑似含虫的帧。
真正的难点不在识别，而在计数口径。诱捕盘上虫体堆叠、翅鳞反光、露水与碎屑都可能被误计。我们把流程拆成三步：按光照自动阈值做背景归一；用轻量检测模型定位单体；再依据虫体长宽比与粘连面积决定拆分，或直接标记为“不可判”。
阶段数据：在1个试验点、连续14天的6120张图像上，稻飞虱计数与人工复核的平均相对误差为12.7%，夜间漏计明显多于白天；“不可判”比例约6%，主要来自强堆叠帧。
下一步计划：补充不同生育期与诱捕盘液面状态的样本，并尝试将计数结果与温湿度、风速一起做趋势平滑，降低单帧抖动带来的预警误报。
评论