AI温室小番茄授粉时机定制：花序识别与振动窗口

在温室番茄生产中，授粉窗口短，人工判断依赖经验，常出现漏授或重复授粉。农业AI实验室本期将问题拆成两步：先识别花序所处阶段，再决定是否触发授粉动作。

方法上，我们在移动平台上采集花序侧视与俯视图像，按花药开裂程度、花瓣反卷角度和柱头外露长度标注为四个阶段；模型输出阶段概率，只有进入可授粉区间且置信度超过阈值时才下发振动指令，振动时长按花序大小分档。为缓解强光下花瓣过曝，成像采用短曝光与偏振片组合，识别失败样本自动回流到标注队列。

阶段性数据：在两条试验垄、约1200个花序上，阶段识别与人工复核一致率约91%，漏授率从人工的约14%降到6%左右，单次振动时长平均缩短0.4秒。坐果率提升尚不稳定，受品种与温湿度影响较大。