虫情测报的难点不在“拍得到虫”，而在“数得准、报得早”。我们在智慧农业AI定制实验室搭建了一套端侧方案：测报灯内置相机按固定间隔拍摄接虫板，模型先做虫体实例分割与形态特征提取，再按体型、触角、翅纹粗分类到目/科，最后用帧间比对剔除同一虫体的重复计数。
实测中，同一接虫板连续拍摄的重复率可达15%~30%，主要来自虫体移动与堆叠。做法是把每帧检测框与上一帧做匈牙利匹配，位移低于阈值的判为同一目标；对堆叠区域施加面积一致性约束，超出预估面积的框按比例拆分。
进展：
• 在三个水稻监测点连续运行六周，稻飞虱、二化螟、纵卷叶螟等常见目标的计数误差由人工对照的±35%收敛到±12%；
• 采用夜间红外与白昼彩色双通道成像，减少光照变化导致的漏检。
下一步计划接入风向与气象数据，把虫口计数转为迁飞趋势判断，并输出田块级喷药窗口建议。需要说明的是，物种级识别仍受样本量限制，当前结果以“大类+数量趋势”呈现，不作为单次防治决策的唯一依据。
评论