7月19日上午，在指导老师张伏带领下，河南科技大学由农业装备工程学院与机电工程学院研究生组成的科研团队在巩义市回郭镇北罗村的米娃娃家庭农场水稻田里水稻害虫数据采集工作取得圆满进展。此次数据采集，标志着团队在基于深度学习的水稻害虫智能检测方法研究项目中迈出了坚实一步，为后续模型构建与优化提供关键数据支撑，也为智慧农业发展注入新活力。
（一）科技赋能农业：开启害虫智能检测新路径
水稻是我国重要的粮食作物，其生长过程中常受到多种害虫的侵袭，严重影响产量和品质。传统的人工田间调查方法存在诸多不足，难以满足精准农业对害虫监测和预警要求。为解决这一问题，团队致力于开展基于深度学习的水稻害虫智能检测及预测方法研究，旨在通过精准识别和预测水稻害虫，做到水稻害虫监测和预警，从而保障国家粮食安全，推动智慧农业发展。
（二）田间地头采集：精准数据筑牢研究根基
数据采集是该项目的关键环节。在水稻种植区域，种粮大户焦三军：“你们直接光脚下田就行，水稻踩坏了也不用担心。”，在焦老师热情招引导，团队成员在稻田中通过人工实地采集多角度RGB图像数据，涵盖了不同光照、阴影等复杂背景条件下水稻害虫图像。此次采集图像数据丰富多样，为后续的图像增强和数据集构建提供了坚实的基础。
“数据采集工作虽然辛苦，但看到这些高质量的图像数据，我们感到非常欣慰。”项目负责人表示，“这些数据是我们后续研究的基石，将帮助我们构建更加精准高效的害虫检测模型。”
（三）智慧农业实践：数据驱动未来农业发展
团队采用图像增强算法对标注图像进行随机旋转、缩放、裁剪和动态模糊处理，并调整所有图像至同一尺寸，构建均衡且具有高泛化能力的数据集。这一数据集的建立，将为深度学习模型的训练和优化提供有力支持，有助于提高模型在复杂背景下害虫识别的精度和效率。
此次数据采集工作的成功完成，不仅为项目顺利推进奠定了坚实基础，也为团队积累了宝贵经验。团队成员在实践中进一步熟悉了数据采集流程和技术操作，提升了团队的协作能力和专业水平。
未来，团队将继续在模型构建与优化、实地测试与优化以及技术推广与应用等方面开展深入研究，努力实现水稻害虫精准识别与预警，推动智慧农业技术落地应用。
随着人工智能技术的不断发展，其在农业领域的应用前景广阔。此次水稻害虫数据采集工作圆满完成，是智慧农业领域的一次重要实践。我们期待该项目能够取得更多突破性成果，为我国农业现代化发展贡献更多力量。
