在县域植保站的测报灯场景里，我们做了一轮小样本试验：夜间灯诱拍照的虫情图像，能否直接折算成可用的虫量数据。
难点不在模型规模，而在成像条件。虫体相互粘连、鳞翅目翅纹相近、灯光不均与夜间湿度反光都会干扰计数，直接端到端回归误差较大。当前链路拆成三步：先做背景分割与粘连区域标记，再用轻量检测模型定位虫体候选框，最后用少样本分类头对稻飞虱、二化螟、玉米螟等常用靶标做归集，置信度低于阈值的样本自动进入人工复核队列。
【进展】三个站点连续六周、约 4 万张图像上，常见靶标害虫的检测 F1 为 0.83，与植保员复核计数的 Kappa 一致性 0.86；重叠虫体仍是主要误差来源，稀有虫种召回偏低。
【下一步】接入灯诱设备的温湿度与地理位置，用发生期气象窗口做趋势外推，把单次计数扩展为发生量曲线；同时开放人工复核闭环，复核修正样本按周回灌训练集。
这一定位仍是辅助测报：输出虫种计数与发生趋势，不直接生成施药指令，最终判断留给植保员。
评论