《红托竹荪病害人工智能识别与绿色防控技术规程》编制说明.docxVIP

广西食用菌协会团体标准 《红托竹荪病虫害人工智能识别与绿色防控技术标准》 编制说明（征求意见稿） 项目来源 根据广西食用菌协会关于《广西食用菌协会关于下达2023年第二批团体标准项目计划》的文件精神，本标准由贵州大学提出，贵州大学、广西壮族自治区农业科学院微生物研究所、西藏大学共同起草。 项目背景及目的意义 项目背景 食用菌作为贵州省12个农业特色优势产业，持续实施菌种、菌材、人才、主体培育、绿色发展等重点工程，已初步形成了推动产业发展的工作机制和政策体系。其中，红托竹荪是一种珍贵食用菌，被称为“菌中皇后”，是贵州省的特色珍稀食用菌。贵州省是国内红托竹荪的主产地，其种植规模位居全国第一，占据了我国竹荪出口市场的90%以上，是贵州山区群众增收致富奔小康的重要收入来源之一，成为“十三五”时期贵州推进产业扶贫的新路径。 红托竹荪，其子实体洁白，细嫩爽口，营养丰富，含有大量的氨基酸、蛋白质、维生素等营养物质，具有抗肿瘤、治疗慢性气管炎、降低血压和胆固醇等多种药用功能，具有较高的营养价值和食用价值。随着市场需求量日益增加，人工栽培面积不断扩大，病虫害的发生逐渐成为了制约红托竹荪高产、优质、高效益生产的主要因素，严重影响其产量和品质。例如腐烂病害常发生在红托竹荪菌蛋的形成时期，一旦感染，整个大棚均会出现菌蛋烂皮至腐烂的情况，一般可使竹荪减产50%左右，严重时可减产80%以上甚至绝收，将造成极大的经济损失。 随着人工智能技术的飞速发展，其在农业领域的应用日益广泛，从传统农作物到特色农产品，都获得了巨大的改善和进步。在解决红托竹荪病害问题方面，基于人工智能的图像识别技术正逐渐成为一种有效的解决方案。由于红托竹荪的生长环境和生理特性，其病害易发生且难以有效预防和控制。传统的病害识别方法需要依赖人工经验和观察，耗时耗力且容易受到主观因素的影响。而基于人工智能的图像识别技术能够通过对红托竹荪病害图像的分析和学习，准确识别出红托竹荪受到的病害类型和严重程度，提供快速、准确的病害诊断结果。 基于人工智能的红托竹荪病害图像识别技术融合了图像处理、机器学习和深度学习等先进技术，具有多方面的优势。首先，它能够高效准确地识别和定位红托竹荪病害，避免了传统识别方法中的误判和延迟。通过对大量病害图像样本的训练，人工智能系统能够对红托竹荪病害进行分类和评估，提供及时的病害预警。其次，该技术可以实时监测红托竹荪病害的发展趋势，并提供科学的防治建议，为农民和生产者制定合理的病害防控策略提供有力支持。此外，人工智能技术具备自动学习和优化的能力，随着应用推广和数据积累，红托竹荪病害图像识别系统的准确性将不断提升。 目的和意义 传统的病害识别方法需要大量的人工对病害种类进行判断，并且需要具有一定的专业知识基础以及经验，且在识别过程中存在着人为误差而导致识别结果存在差异性，具有一定的局限性，难以满足现代农业的要求。因此，研究一种更加稳定、高效的红托竹荪病虫害人工智能识别与绿色防控技术显得尤为重要。通过制定团体标准《红托竹荪病虫害人工智能识别与绿色防控技术标准》，采用图像识别技术来识别诊断红托竹荪的病虫害，达到对其病虫害早防早治的目的，充分体现计算机技术的发展在精确农业中的作用，并为专家、企业及农户提供一定的理论基础和适用技术。同时该技术可以在红托竹荪发病初期及时发现并准确识别病害，从而能对症、适时、适量的使用农药，减少农药残留以及降低过度使用农药带来的环境污染问题。 标准编制过程，包括标准制修订项目工作组的建立和开展的相关工作 由贵州大学研究和起草了《红托竹荪病虫害人工智能识别与绿色防控技术标准》草案，于2023年6月25日立项。通过立项后，本单位迅速落实人员组成了《红托竹荪病虫害人工智能识别与绿色防控技术标准》团体标准起草小组，起草小组根据近年来相关的我国红托竹荪病虫害防控相关标准的变化和修订情况，结合本单位对红托竹荪病虫害防控技术等相关研究成果以及双红托竹荪产业的现实情况，进一步修订和完善了《红托竹荪病虫害人工智能识别与绿色防控技术标准》的相关内容，形成了标准征求意见稿。 四、标准主要章节内容及确定依据 1. 病害图像采集 为实现红托竹荪病害的智能识别，本团队前往贵州省内多处食用菌种植基地采集了大量红托竹荪病害图像（图1）。一共采集了大约10000张病害图像。 图1 红托竹荪病害样例 2. CAMFFNet 本项目设计了一种新型卷积神经网络模型-CAMFFNet，用于识别田间环境下的红托竹荪病害。CAMFFNet可以通过多特征融合模块保存详细的特征信息，同时通过坐标注意力模块抑制无用特征并突出有用特征，从而准确识别红托竹荪病害。CAMFFNet模型的结构如图2所示。该模型由卷积层、多特征融合模块、坐标注意力模块、平均池化层和分类器层组成。第一个3×3卷积层用于提取浅层红托竹