AI田间虫情测报定制：灯诱图像与种群计数

农业AI实验室在虫情测报场景做了一轮小样本实验：将田间虫情灯的诱捕图像接入边缘设备，先用轻量检测模型框出虫体，再按体长、翅型等可解释特征做粗分类，最后汇总为按天、按地块的种群曲线，替代人工开箱清点。

进展方面，在三个水稻监测点、约4200张夜间诱捕图像上，常见害虫（稻飞虱、二化螟）的单类计数误差可控制在±15%以内。主要难点是虫体堆叠与鳞翅目近缘种混淆，模型对低置信样本会主动标记并交人工复核，而不是强行给出标签。

下一步计划：1）补充不同灯管波长与诱捕盘底色的对照采集，评估光照条件对成像一致性的影响；2）把种群曲线与温湿度、降雨序列做时序对齐，先验证相关性，再讨论预警阈值的设定。现阶段只做计数与趋势输出，不直接给出防治建议。