智慧农业中，病害早期发现直接影响施药决策与产量损失。农业AI实验室近期围绕设施番茄与黄瓜叶片，完成一轮小样本田间识别实验。方法上，采用轻量卷积骨干与通道注意力，融合多尺度病斑特征，并引入背景抑制模块，降低土壤、地膜与阴影干扰。标注数据来自三个温室、两个生长季，共约1.2万张叶片图像，覆盖健康、早疫、霜霉与白粉四类。
阶段结果显示，在病斑面积小于5%的早期样本上，模型F1达到0.87，较基线提升约9个百分点；误报率控制在12%以内，单帧推理耗时约18ms（边缘端）。
下一步计划：
- 扩充至叶菜与茄果类多作物，验证跨品种迁移能力；
- 在低功耗边缘盒子上做量化部署，并接入温室巡检机器人，形成“发现—定位—建议”闭环。
评论