AI虫情测报定制：灯诱图像计数与误报抑制

农田虫情测报灯每晚回传数百张灯诱图像，人工计数受虫体粘连、鳞翅破损和夜间补光不均影响，同一张图不同测报员复核偏差常在±15%以上。本期实验将流程拆为三段：先做背景分割与虫体候选提取，再用小目标检测区分目标害虫与非目标昆虫、草屑，最后按有效像素面积与体长比例估算数量，并对重叠虫体做分离计数。

进展：在3个水稻监测点连续6周采集1.2万张图像，与人工镜检比对，主要害虫（稻飞虱、二化螟）计数平均绝对误差降至12%以内；误报集中在体型相近的neutral蠓类与蛾类碎翅，已通过加入体长-翅展比例特征与夜间补光强度归一化做抑制。

下一步：把逐夜计数接入时间序列，用温湿度与灯诱峰谷做计数校正，并把模型压缩到边缘端，实现回传前完成初步计数，减少无效图像上传。