在智慧农业场景里，病害预警常卡在“看见才处理”。本实验室近期做了一组小规模实验：以温室番茄为对象，把多光谱相机与可见光相机做同轴采集，先按叶位和光照条件分组建模，再用轻量卷积网络做白粉病早期识别。为避免把反光、水渍误判成病斑，预处理中加入了偏振片与白板校正，并用健康叶片、缺素叶片和已显症叶片做对照标注。
进展：在2个温室、约1.2万张样本上，模型对“未显症但已感染”叶片的召回率约78%，误报主要来自叶面结露；推理部署在边缘盒上，单帧耗时约90毫秒，可支持巡检机器人边走边判。
下一步：把冠层温湿度与光照时序接进模型，做成“图像+环境”的双通道预警，并在春季茬口验证提前3天预警的稳定性。
评论