AI果园产量预估定制：花期识别与果径回归

果树产量预估长期依赖人工抽株数果，单株耗时十几分钟，园区尺度误差常在20%以上。我们把预估拆成两个可独立验证的任务：花期估花、膨果期估重。

花期阶段用固定点位相机与无人机正射影像识别花簇并做密度分级，重点处理逆光与枝干遮挡造成的漏检，花簇计数与人工标记的偏差控制在10%以内。膨果期改为果径—单果重回归，每园不少于30株破坏性抽样做标定，把“数果”换成“量径”，减少重复计数带来的累积误差。

实践要点：

• 分区标定：按品种、树龄、坡向划分小区，各自拟合回归系数，避免全园套用一个模型。
• 区间输出：结果以置信区间而非单点给出，低于阈值的园区自动提示补采，供采收与冷链排期参考。

下一步计划在套袋、疏果后的场景中验证稳定性，并接入气象数据，观察连续阴雨对果径增长曲线的影响。