昇腾 AI 创新大赛 2025：Mygo 队打造智慧农业平台 以科技之力守护田野病虫害防控
在 2025 昇腾 AI 创新大赛中，由张毅、蔡柏崑、曾雨涵组成的 Mygo 队，在吴铃老师指导下研发的 “昇腾 AI 守护田野：智慧农业作物病虫害识别与预警平台” 项目脱颖而出。该项目立足农业生产实际需求，依托昇腾 AI 技术打造一体化病虫害防控体系，直击传统农业病虫害防治的痛点难点，为智慧农业发展提供了可落地、可推广的实践方案，让科技成为守护田间地头的 “新农具”。
当前，我国农业正加速从传统模式向现代化、智慧化转型，而病虫害防治作为农业生产的核心环节，却长期面临诸多难题：人工巡查效率低、识别准确率受经验影响大，传统监测手段响应慢、数据支撑不足，不仅造成作物损失，还易因盲目用药增加成本、污染环境。与此同时，国家接连出台《数字乡村发展战略纲要》等政策，大力推动物联网、大数据等技术与农业融合，农业生产经营主体对数字化手段降本增效、实现绿色种植的需求也愈发迫切。在此背景下，Mygo 队的病虫害识别与预警平台项目应势而生，聚焦农业病虫害智能监测与精准防控，让科技赋能农业生产的关键环节。
该项目以打造 “云 - 边 - 端” 协同的农业病虫害智能防控平台为核心目标，将昇腾 Atlas 200I DK A2 开发者套件作为田间边缘计算核心，打造低功耗、高算力的田间监测节点，实现前端数据的实时处理与分析。项目瞄准 95% 以上的病虫害识别准确率、100 毫秒内的预警响应速度，力求构建从病虫害精准识别，到实时预警，再到科学防控决策的全流程闭环，让农业病虫害防治从 “被动应对” 转向 “主动防控”。
在技术研发上，项目两大核心设计破解了农业场景中 AI 应用的实际难题。一方面，创新实现多源异构数据的边缘融合处理，打破传统单一图像识别的局限，整合无人机航拍影像、田间高清摄像头画面、物联网传感器采集的温湿度、土壤墒情等数据，在田间端完成数据融合分析，既减少了数据向云端传输的带宽压力和延迟，又通过图像与环境数据的相互验证，大幅提高了病虫害识别的准确性，避免因光影、天气等因素造成的误判。另一方面，针对田间边缘设备的算力限制，对病虫害识别模型进行深度优化，通过模型剪枝、量化等方式精简模型，结合昇腾 Ascend CANN 架构的算力优势实现推理加速，让复杂的识别模型能在田间设备上高效运行，既保证了识别精度，又降低了硬件部署成本，让科技方案能真正走进田间。
在平台功能落地方面，整套系统形成了从数据采集到决策输出的完整流程。田间端通过无人机、虫情测报灯、孢子捕捉仪等设备，实现作物生长情况、病虫害信息、田间环境数据的全方位采集；依托昇腾 Atlas 200I DK A2 的算力支撑，完成图像预处理、病虫害特征提取和模型推理，快速识别病虫害类型与发生情况。一旦检测到病虫害达到预警阈值，系统立即在边缘端触发分级预警，并将数据同步至云端平台；云端基于多监测点数据，生成区域病虫害热力图，直观展示病虫害发生和扩散趋势，同时结合作物生长周期、历史防治数据，为农户和农业管理部门提供针对性的防控方案，明确推荐用药、施药时机和防治范围，让防控措施更精准、更高效。
为确保平台能适应田间实际使用需求，项目制定了全方位的测试方案，从识别精度、预警速度、系统稳定性到实际应用价值，设置多维度考核指标。测试将采用昇腾 Atlas 200I DK A2、行业级无人机、田间物联网传感器等专业设备，搭配稳定的软件系统，在水稻、小麦等主要作物的试验田开展实地测试，通过 7×24 小时不间断运行、模拟病虫害发生场景等方式，全面验证平台的性能和实用性。
相较于传统人工识别和普通云端监测系统，该平台展现出显著的实际应用优势：人工巡查人均单日仅能覆盖 50 亩左右，而平台实现毫秒级实时识别，效率大幅提升；95% 以上的识别准确率，远超人工 70% 左右的水平，也优于普通云端监测系统 85% 的准确率；边缘端本地化处理模式，省去了云端持续的存储和算力费用，降低了长期运营成本；设备采用 IP65 防护设计，支持太阳能供电，能适应田间风雨、光照多变的复杂环境，解决了人工巡查受天气影响大、普通设备依赖电网的问题；更重要的是，平台并非简单输出数据，而是能生成直观的热力图和定制化防控方案，让农户和农业部门能快速掌握病虫害情况，做出科学决策，改变了传统防治依赖经验、盲目施药的现状。
这款平台的研发，不仅具有实实在在的实用价值，更能为农业产业发展带来长远效益。对农户而言，精准的识别和预警能有效减少作物损失，精准用药既降低了农药和人工成本，又减少了农药使用量；对农业产业而言，平台推动了绿色防控技术的落地，减少农业面源污染，保障农产品质量安全，契合现代农业绿色发展的方向，为保障国家粮食安全和农业生态环境安全提供了有力支撑。
此次 Mygo 队研发的智慧农业病虫害识别与预警平台，让昇腾 AI 技术真正扎根农业生产一线，实现了高端算力与田间实际需求的深度融合。这套可落地、可推广的解决方案，不仅为农业病虫害防治提供了新路径，更推动了 AI 技术在智慧农业领域的实际应用，助力农业生产实现提质增效、绿色发展，让科技的力量守护每一寸田野，为乡村振兴和农业现代化注入新动能。
点赞
收藏
回复
分享
举报
昇腾 AI 创新大赛 2025：Mygo 队打造智慧农业平台 以科技之力守护田野病虫害防控
在 2025 昇腾 AI 创新大赛中，由张毅、蔡柏崑、曾雨涵组成的 Mygo 队，在吴铃老师指导下研发的 “昇腾 AI 守护田野：智慧农业作物病虫害识别与预警平台” 项目脱颖而出。该项目立足农业生产实际需求，依托昇腾 AI 技术打造一体化病虫害防控体系，直击传统农业病虫害防治的痛点难点，为智慧农业发展提供了可落地、可推广的实践方案，让科技成为守护田间地头的 “新农具”。
当前，我国农业正加速从传统模式向现代化、智慧化转型，而病虫害防治作为农业生产的核心环节，却长期面临诸多难题：人工巡查效率低、识别准确率受经验影响大，传统监测手段响应慢、数据支撑不足，不仅造成作物损失，还易因盲目用药增加成本、污染环境。与此同时，国家接连出台《数字乡村发展战略纲要》等政策，大力推动物联网、大数据等技术与农业融合，农业生产经营主体对数字化手段降本增效、实现绿色种植的需求也愈发迫切。在此背景下，Mygo 队的病虫害识别与预警平台项目应势而生，聚焦农业病虫害智能监测与精准防控，让科技赋能农业生产的关键环节。
该项目以打造 “云 - 边 - 端” 协同的农业病虫害智能防控平台为核心目标，将昇腾 Atlas 200I DK A2 开发者套件作为田间边缘计算核心，打造低功耗、高算力的田间监测节点，实现前端数据的实时处理与分析。项目瞄准 95% 以上的病虫害识别准确率、100 毫秒内的预警响应速度，力求构建从病虫害精准识别，到实时预警，再到科学防控决策的全流程闭环，让农业病虫害防治从 “被动应对” 转向 “主动防控”。
在技术研发上，项目两大核心设计破解了农业场景中 AI 应用的实际难题。一方面，创新实现多源异构数据的边缘融合处理，打破传统单一图像识别的局限，整合无人机航拍影像、田间高清摄像头画面、物联网传感器采集的温湿度、土壤墒情等数据，在田间端完成数据融合分析，既减少了数据向云端传输的带宽压力和延迟，又通过图像与环境数据的相互验证，大幅提高了病虫害识别的准确性，避免因光影、天气等因素造成的误判。另一方面，针对田间边缘设备的算力限制，对病虫害识别模型进行深度优化，通过模型剪枝、量化等方式精简模型，结合昇腾 Ascend CANN 架构的算力优势实现推理加速，让复杂的识别模型能在田间设备上高效运行，既保证了识别精度，又降低了硬件部署成本，让科技方案能真正走进田间。
在平台功能落地方面，整套系统形成了从数据采集到决策输出的完整流程。田间端通过无人机、虫情测报灯、孢子捕捉仪等设备，实现作物生长情况、病虫害信息、田间环境数据的全方位采集；依托昇腾 Atlas 200I DK A2 的算力支撑，完成图像预处理、病虫害特征提取和模型推理，快速识别病虫害类型与发生情况。一旦检测到病虫害达到预警阈值，系统立即在边缘端触发分级预警，并将数据同步至云端平台；云端基于多监测点数据，生成区域病虫害热力图，直观展示病虫害发生和扩散趋势，同时结合作物生长周期、历史防治数据，为农户和农业管理部门提供针对性的防控方案，明确推荐用药、施药时机和防治范围，让防控措施更精准、更高效。
为确保平台能适应田间实际使用需求，项目制定了全方位的测试方案，从识别精度、预警速度、系统稳定性到实际应用价值，设置多维度考核指标。测试将采用昇腾 Atlas 200I DK A2、行业级无人机、田间物联网传感器等专业设备，搭配稳定的软件系统，在水稻、小麦等主要作物的试验田开展实地测试，通过 7×24 小时不间断运行、模拟病虫害发生场景等方式，全面验证平台的性能和实用性。
相较于传统人工识别和普通云端监测系统，该平台展现出显著的实际应用优势：人工巡查人均单日仅能覆盖 50 亩左右，而平台实现毫秒级实时识别，效率大幅提升；95% 以上的识别准确率，远超人工 70% 左右的水平，也优于普通云端监测系统 85% 的准确率；边缘端本地化处理模式，省去了云端持续的存储和算力费用，降低了长期运营成本；设备采用 IP65 防护设计，支持太阳能供电，能适应田间风雨、光照多变的复杂环境，解决了人工巡查受天气影响大、普通设备依赖电网的问题；更重要的是，平台并非简单输出数据，而是能生成直观的热力图和定制化防控方案，让农户和农业部门能快速掌握病虫害情况，做出科学决策，改变了传统防治依赖经验、盲目施药的现状。
这款平台的研发，不仅具有实实在在的实用价值，更能为农业产业发展带来长远效益。对农户而言，精准的识别和预警能有效减少作物损失，精准用药既降低了农药和人工成本，又减少了农药使用量；对农业产业而言，平台推动了绿色防控技术的落地，减少农业面源污染，保障农产品质量安全，契合现代农业绿色发展的方向，为保障国家粮食安全和农业生态环境安全提供了有力支撑。
此次 Mygo 队研发的智慧农业病虫害识别与预警平台，让昇腾 AI 技术真正扎根农业生产一线，实现了高端算力与田间实际需求的深度融合。这套可落地、可推广的解决方案，不仅为农业病虫害防治提供了新路径，更推动了 AI 技术在智慧农业领域的实际应用，助力农业生产实现提质增效、绿色发展，让科技的力量守护每一寸田野，为乡村振兴和农业现代化注入新动能。