近日，浙江农林大学人工智能学院本科生团队在徐达宇教授指导下，成功攻克寒地葡萄早期病害精准识别难题。团队依托19350张田间实景图像，自主研发轻量化AI病害诊断模型，打造可离线使用的“一叶知葡”智慧诊疗系统，有效破解东北寒地葡萄种植病害识别滞后、精准防治难、农技服务覆盖不足等产业痛点，为寒地特色果蔬智慧农业发展提供全新技术方案。相关研究成果已发表于SCI期刊，同步斩获专利及软件著作权。
作为“中国鲜食葡萄第一县”，辽宁北镇葡萄种植产业规模庞大，近6万户葡农长期面临病害防治困境。当地主栽葡萄品种易感染霜霉病、黑腐病等四类叶部病害，早期病斑仅毫米级大小，各类病害形态相似度极高，仅凭肉眼难以精准区分。同时，东北地区作物生长季短促，病害传播速度快，三五天内即可从单叶扩散至整片果园，一旦错过最佳防治窗口期，葡萄减产幅度可达30%以上。
东北地区常见葡萄叶片病害示意图
产业发展痛点长期制约当地葡萄产业提质增效。基层农技人员数量稀缺，难以实现全域果园常态化巡检，形成“巡不过来、看不准病、请不到人”的服务短板。多数果农只能依靠传统经验盲目喷药，不仅增加种植成本、浪费农资资源，还极易引发农药残留超标问题，影响葡萄品质与市场销路，成为寒地葡萄绿色高质发展的核心瓶颈。
聚焦这一农业生产刚需，浙农林大“00后”本科生科研团队锚定轻量化田间AI诊疗技术研发方向，致力打造适配农村弱网络环境、适配普通智能手机、可离线快速诊断的病害识别系统，让农户无需等待农技人员上门，随手拍照即可精准识别病害、获取防治方案，切实打通农业技术服务“最后一公里”。
从实验室理论模型到田间实用技术，研发过程面临多重技术与实操难题。首当其冲的是田间复杂环境干扰问题，现有公开数据集图像多为理想光照、无遮挡的标准化样本，而真实果园存在逆光、叶片重叠、雨水反光、晨雾遮挡等复杂场景，极易导致传统AI模型识别失效、判断偏差。
为采集真实、有效的病害样本数据，团队成员奔赴辽宁葡萄主产区，在盛夏高温湿热环境下扎根田间，从清晨至傍晚持续蹲守采样。受田间光照、天气动态变化影响，团队时常需等待云层散去、光线稳定后才能采集有效图像，全员不惧高温蚊虫侵袭，反复奔波于各个果园，全力保障样本数据的真实性与全面性。在图像标注环节，队员需精准圈定图片中占比不足万分之一的毫米级病斑，工作枯燥且精度要求极高，全员逐图核验、交叉复核，筑牢数据集精准度基础。
针对恶劣天气、复杂场景下模型识别准确率低的核心技术短板，团队创新采用数据增强技术，通过为训练图像叠加雨、雪、雾、霾、强光等各类田间常见天气干扰元素，倒逼模型剥离环境干扰，精准抓取葡萄病害核心形态特征，突破了传统AI模型“实验室精准、田间失灵”的行业痛点。
历经近两年技术攻坚，团队整合实地采集样本与合规公共数据，构建出包含19350张高质量图像的寒地葡萄病害专用数据集。同时，团队对主流RT-DETR模型进行全方位创新优化，攻克多项技术难点：首创双骨干网络架构，以更低计算量实现多形态病斑特征高效提取；引入高效注意力机制，兼顾毫米级局部病斑细节与叶片整体生长状态；定制专属早期微小病斑检测层，大幅提升病害早期预警识别能力；通过剪枝与蒸馏技术极致压缩模型体积，在基本无损检测精度的前提下，大幅提升手机端运行速度。
葡萄病害检测深度学习网络算法示意图
经测试，团队自主研发的DBPC-DETR模型检测精度达84.4%，平均精度均值达87.6%，同时实现参数量锐减53.1%、计算量锐减71.9%。优化后的模型体积仅为主流大模型的几十分之一，无需图像裁剪预处理，可直接适配普通智能手机，在离线状态下即可快速完成病害识别，完美适配偏远果园网络信号薄弱的生产场景。
“当前农业AI研发存在误区，一味追求实验室高精度、大参数模型，却忽略了田间实际应用场景。”徐达宇教授表示，田间农业技术的核心价值在于实用性，相较于依赖云端算力、联网运行的大型模型，轻量化、可离线、低门槛的AI系统，才更贴合基层农户的实际需求，能够真正扎根田间、服务农户。
依托优化后的轻量化AI模型，团队成功开发“一叶知葡”智慧诊疗一体化系统，构建分层服务体系。面向普通种植散户推出手机APP，支持农户离线拍照识病、一键获取标准化病害防治建议；面向种植合作社打造数字化管理平台，集成病害空间分布统计、智能巡检管理、用药全程追溯等功能，为寒地葡萄规模化、绿色化、标准化生产提供精准数据支撑。目前，该研究成果已刊发于SCI期刊，相关核心技术获专利、软件著作权认证。
据悉，该团队的技术研发与落地探索仍在持续推进。下一步，团队将聚焦技术落地实效，在辽宁北镇、吉林集安等东北寒地葡萄核心产区搭建示范基地，开展全场景、全链条应用验证，持续优化系统功能与识别精度。同时，团队将拓展技术应用边界，将这套寒地作物AI诊疗技术，逐步适配蓝莓、草莓等东北特色经济作物，持续赋能寒地智慧农业高质量发展。
从单叶病害识别到全流程智慧诊疗，从实验室算法迭代到田间落地应用，浙农林大青年科研团队以田间需求为导向，以技术创新为抓手，用数字化技术破解传统农业痛点，为寒地特色农作物病虫害绿色防控、农业提质增效注入青春科创力量。
