智農全鏈專案說明
拍照指南

專案說明

從一張照片,
到持續的巡查。

檢測提供線索。現場記錄,讓下一次觀察有據可查。

果園中巡視植株的農技人員,生成場景示意
走進田間,觀察植株與環境。生成場景示意
溫室中用手機觀察作物的農人,生成場景示意
先留下清楚的現場照片。生成場景示意

01 / 檢測影象

看照片,
找線索。

選擇現有模型,上傳作物影象。檢視實際輸出、目標框或類別結果,再結合現場核對。

開啟作物檢測
田間麥穗隨風影片的海報畫面,公開素材
田間場景素材 · 麥穗隨風。素材來源

02 / 記下現場

把地點、時間,
一起留下。

在已儲存的檢測記錄中,補充作物、地塊、症狀與發生範圍。需要諮詢時,帶上這些現場資訊。

開啟巡查記錄 開啟病害諮詢
公開草莓植株照片,果實和葉片可用於觀察對照
公開照片用於場景示例,不是本人巡查記錄。CC0 來源

03 / 回來複查

做了什麼,
後來怎樣。

記錄採取的措施,補上後續照片和人工觀察。安排下次複查,在時間線裡回看變化。

選擇記錄,繼續跟進

支援範圍與驗證狀態

能力說清楚,
結果才可核實。

當前是計算機視覺應用原型,沒有經過農戶現場試驗或第三方診斷認證。

現有模型能做什麼

葉片病害識別

使用現有 EfficientViM 權重,根據葉片照片識別病害、健康及其他異常狀態。

專案已登記索引 0 至 157 的完整 158 類標籤表,推理按該表顯示結果。名稱表中有重複顯示名稱,原訓練類別順序尚未獨立核驗。

病害識別結果需由農技人員結合現場複核;未經獨立驗證,不能據此報告診斷準確率。

果實定位與計數

使用 RISNet 相關實現觀察畫面中的目標分佈。

果實專用檢測

按果實選擇現有 YOLO 權重;六個權重均為單類別,輸出目標框和數量,不能判斷多個成熟階段。

影片分析和伺服器攝像頭保留在檢測頁的擴充套件功能中;手機拍照使用獨立照片入口。

模型訓練與線上服務條件

YOLO 輕量微調

提交規範的資料集 ZIP 後,後臺執行訓練並儲存實際生成的權重、指標和結果圖。可選模型、資料規模與輪數以訓練頁顯示為準。

獨立的線上諮詢

需正確配置服務地址、金鑰、可用模型和有效服務額度。服務失敗時會保留輸入並說明原因。

檢測記錄儲存模型輸出;諮詢建議由獨立服務生成。

科研與畢業展示怎麼演示
  1. 選擇任務,說明使用的模型和支援範圍。
  2. 上傳代表性樣本,檢查輸出是否與輸入對應。
  3. 開啟記錄,補充現場並儲存一條複查,展示實際留存的資訊。
  4. 進入病害諮詢,說明現場描述如何補充影象。
  5. 按需要展示資料集、模型訓練與實驗條件。
正式應用前,還需要驗證什麼

模型分數不等於田間診斷準確率;實驗室影象表現不能直接代表不同光照、品種和地區的表現。

需要用農技人員確認的真實樣本測試,記錄誤識別、未識別與農戶操作困難。圖片異常可能存在相似原因,最終防治應結合當地農技指導。

從一次實際巡查開始。