AI虫情测报定制：诱捕计数与种类归类

智慧农业AI定制实验室近期在虫情测报环节做了一轮小样本实验。灯诱设备每晚可回传数千张虫体图像，真正的难点不是"有没有虫"，而是"数得准、分得对"：虫体相互重叠会让计数偏高，近缘种形态相似则容易误判种类。

我们的做法分两步。先用轻量检测模型定位虫体，对粘连目标按轮廓凹点做切分后再计数；再把逐日、逐地块的计数与种类结果交给时序模型，判断发生趋势并给出防治窗口建议，而不是单看某一晚的峰值。

要点：
· 进展：在三个水稻监测点接入试点，计数相对误差由人工目视基线的约±25%降至±8%以内；稻纵卷叶螟、二化螟等主要害虫分类准确率约89%，近缘种仍是主要误差来源。
· 下一步：补充夜间弱光与高湿场景样本，加入设备温湿度等成像条件校正；并将灯诱数据与田间小气候、作物生育期对齐，验证趋势预警能提前几天。