智能秋收小助手名片
小助手：農作物病蟲草害自動識别與遠程診斷系統
兩大法寶：病蟲草害圖像自動識别；多終端模式
三大關鍵技術：基于深度信息的圖像自動分割技術；基于多特征融合的圖像特征提取技術；基于機器學習的圖像分類與識别技術
能量值：5 顆星
證件照：
包含前端的攝像設備（CCD camera）、移動智能終端（Mobile Terminal Client）和算法服務器。圖片來源：作者
智能秋收小助手自我介紹
很高興認識你，我是農作物病蟲草害自動識别與遠程診斷系統，是中國科學院合肥物質科學研究院這個大家庭的成員之一。
我們都知道，農作物病蟲草害向來是令種植業非常頭疼的問題之一。不過有了我的幫助，農作物病蟲草害便能被輕松解決。
被啃食的玉米葉子。圖片來源：veer 圖庫
兩大核心功能
作爲防治農作物病蟲草害的智能系統，就不得不給大家介紹一下我的 " 兩大法寶 " ——病蟲草害圖像自動識别和多終端模式。
病蟲草圖像自動識别與多終端适配模式的實現與科研團隊研發的病蟲草高性能圖像識别算法以及在中國科學院内搭建的數據服務器分不開的。
首先，我身上的病蟲草高性能服務器不僅能夠實現對各種渠道（比如手機、相機甚至是監控相機）采集的圖像的高精度準确識别，同時還對識别模型進行了輕量化、高速化處理，使得該模型在同時處理大量圖片時，也能在保證高識别率的情況下保證數據處理速度。
另外，科研團隊将識别模型包裝爲接口調用的形式，隻需要通過标準化的傳輸協議與字段，就能夠實現數據傳輸、訪問、分析及結果獲取。
由此，我就能具備多種終端同時能夠使用同一個識别模型的能力。還需要強調的是，數據處理服務器放置于中國科學院的數據中心内，該中心爲各類數據的傳輸及運算提供了全國領先的安全穩定環境，是我 " 大腦 " 内系統正常工作的堅實保障。
在我的另一法寶：多終端模式中，我的手機模式是田間調查的先鋒軍。它不僅能夠搭配科研團隊自己研發的田間調查探杆，也可以直接通過手機攝像頭進行數據采集。
病蟲草害自動識别手機客戶端。圖片來源：作者
手機具備圖像收集、地理環境信息收集能力，同時通過網絡實現圖像與信息上傳，經過短短幾秒鍾就能夠獲得圖像中的病蟲草種類、發生情況評估以及常用的防治方法等信息。
我的計算機模式則是專門爲用戶進行數據整理與上報所服務的。在這裏，用戶不僅能夠查看自己通過手機上傳的全部圖像、識别結果以及環境地理信息，還能夠看到農業專家給出的專業的防治用藥指南。
另外，這一模式還支持結果導出功能，讓用戶隻需要簡單操作就能獲得完整的田間調查數據表格，方便他們進行上報工作。
三個關鍵技術
如果隻有這兩大法寶，那我還不能完全勝任農作物病蟲草害防治的工作。我身上還有三個關鍵技術，它們分别是基于深度信息的圖像自動分割技術、基于多特征融合的圖像特征提取技術和基于機器學習的圖像分類與識别技術。
負責研發我的科研團隊從籌建以來，一直走在國内外病蟲草害智能識别的領域前沿，每年都産出大量優秀的人工智能與農業相結合的研究成果，并刊登于全球頂尖的期刊上。
其中圖像自動分割、多特征融合提取以及圖像分類與識别技術隻是一個籠統的方向，其實每個方向都能被細分成若幹的小方向，用于解決目前農業病蟲草害識别中遇見的突出及難以解決的問題。
害蟲識别結果。圖片來源：作者
比如在自動分割技術中，科研團隊專門開發了針對堆疊害蟲的表面害蟲發現分割算法，也開發了針對密集聚集的極小害蟲的多層細化分割算法；而在多特征融合提取中，科研團隊既針對環境上下文研究作物與害蟲種類關系，也進行了害蟲與其姿态、形态特征之間潛在關聯的研究；而在分類識别技術裏，科研團隊不僅提出了多個高細粒度識别算法，還專門針對多種極其相似的飛蛾類提出了專門的分類技術。
借助兩個核心功能和三個關鍵技術，我能夠代替植保專家有效且及時地完成農作物自動化診斷，從而降低農藥使用，提高農産品品質。
數據庫和植保專家
爲了保證我能一直保持較高的識别準确度與精确度，我系統裏的數據庫也一直是不停叠代的。
目前，除了科研團隊每年會組織在安徽省内的病蟲草害圖像爆發區域進行實地數據采集以外，還與安徽省植保總站、安徽省多地縣植保站進行交流，并邀請安徽省農業科學院的專家進行指導。
科研團隊在田間采集數據。圖片來源：作者
我的數據庫一直以每年十餘萬圖像的速度不斷增長，是不是覺得我和研發我的科學家們都非常厲害呢？
當前，無論是使用的手機 APP 端、WEB 端等，都會顯示最新的數據庫、算法庫，并且還會不定期地更新與推送，力求讓用戶使用到我身上最新的技術。
除此之外，我現在的功能不僅是識别病蟲草害，還能爲大家提供很多新的功能，包括直接調用手機内置的地理氣象功能實現多信息記錄，或者在 WEB 端實現随時查看曆史記錄以及一鍵導出，方便田間調查人員輸出調查結果。
另外，最重要的一點是科研團隊從 2019 年開始與安徽省植保總站進行合作，開展了 3 年的人工智能與人工田間調查對标實驗，對田間 8 種常見病蟲害進行統計學上的智能識别與人工調查之間的評估結果對比分析。
由此使我能夠爲用戶直接提供基于人工智能識别結果的田間調查病蟲害發生等級評估，不再需要用戶自己記錄及計算，極大提高了用戶的調查速度與智能化水平。
爲了更好地進行病蟲草害防治工作，我還有許多合作夥伴——植保專家。
科研團隊長期與植保總站以及安徽省農業科學院的專家保持緊密的合作關系。别看我能精準地找出病蟲草害并且提供防治建議，但其實所有的知識庫都是由他們一條條仔細編寫及校驗的，具備較好的科學性與可應用性。同時，我系統中的專家知識庫還會定期更新。
目前，科研團隊也會組織用戶與專家進行溝通，并正在計劃在目前識别系統的基礎上進一步深入，建立專家溝通答疑通道，組織農業領域專家針對用戶反映的問題進行解答。
小助手寄語
當然，我的系統現在仍然正在不停叠代之中，并逐漸增加功能，從而爲大家提供更好的使用體驗。
作爲服務于我國農業生産的智能農機之一，我的發展也亟需各個有想法、有實力的科研人員注入心血與智慧。中國科學院合肥物質科學研究員的科研團隊也希望在發展成熟之時，可以将我以軟件接口 API 的形式向廣大開發人員開放開發資格，讓更多有想法、有點子的團隊将這一技術應用到更寬廣的農業領域，爲廣大農業工作者提供更加完整、專業、智能的服務。
策劃制作
作者丨杜健銘 中國科學院合肥物質科學研究院
監制丨中國科普博覽
責編丨楊雅萍
