AI麦穗计数定制：无人机影像与密度估计

麦穗计数是产量估测的基础环节，人工样方取样耗时长、主观误差大。本期实验尝试用消费级无人机可见光影像替代人工下田：在灌浆期采集正射影像，切分为 640×640 瓦片后，用点监督密度图回归模型估计穗数。标注只需点出穗心，单张约 40 秒，可避开密集粘连场景下检测框的漏检问题。

进展与数据：
· 在 12 个试验小区、约 1.8 万个穗点标注上完成训练；与人工样方计数对比，平均相对误差 6.8%，倒伏与强风区升至约 12%；
· 轻量化模型在田间边缘盒子上单幅瓦片推理约 90 ms，可在飞行结束后快速输出初步穗密度图。

下一步计划：融合多光谱 NDVI 抑制土壤与杂草干扰，并在跨品种、跨生育期数据上做泛化验证；同时补充人工复核抽检流程，避免模型误差直接进入产量报表。