AI虫情测报定制：灯下计数与复核闭环

在智慧农业方向，我们选择虫情测报作为低风险试验场景。传统测报依赖人工开箱计数，时效差且经验差异大。实验室在稻田布设3台虫情测报灯，接入边缘相机与轻量检测模型：夜间定时拍摄，先做粘连虫体分割，再区分稻飞虱、二化螟等主要目标，低置信度样本自动进入人工复核池，复核结果回流增量训练。

进展：连续6周、3个站点试验中，主要害虫计数与植保员人工计数的平均偏差由±38%降至±16%，人工复核比例从100%降至约23%。
下一步：接入积温与田间小气候数据，把“虫量—生育期—预警阈值”串成可解释的防治窗口，并测试多灯组网后的跨地块迁移效果。