作物病害AI识别定制：田间巡检到用药建议

智慧农业AI定制实验室近期完成一轮小规模田间试验：把手机与边缘相机采集的叶片图像，接入轻量病害识别模型，输出病害类型、置信度与疑似区域框，再按内置的植保规则表生成用药建议（药剂类别、稀释倍数、安全间隔期）。试验覆盖番茄早疫病、黄瓜霜霉病、小麦条锈病三类常见病害。

阶段进展：
1）数据侧，按「作物—病害—生育期—光照条件」四维分层采样，累计有效标注图像约1.2万张，其中逆光、露水、虫咬斑等困难样本占三成，单独建了困难集用于回归测试。
2）模型侧，采用轻量骨干网络加知识约束：当模型置信度低于阈值时，不直接给结论，而是提示补拍角度或转人工，避免把虫害、药害误判为病害。目前三类病害在困难集上的识别准确率约86%，误报主要集中在早期症状不明显的样本。

下一步计划：把识别结果与田块历史记录、气象数据结合，做发病风险的趋势提示，并把用药建议接入农事记录，便于后续追溯与效果回评。我们仍将识别定位为「辅助判断」，最终施药决策由种植者结合实地情况确认。