病虫害检测：虫害计数

可视化演示

展示诱虫板图像扫描检测计数与经济阈值判定、YOLO与Faster R-CNN检测算法对比、及种群密度空间插值与预测。

计数意义与需求：从“数人头”到“数虫头”

老王在商场门口数顾客，老板的诉求从来不是那串数字本身，而是根据人流决定开几个收银台、备多少货、排多少班。数字错了，决策就跟着错：少报一万，生鲜区断货；多报一万，冷库白转。老王想明白了一件事：数数只是手段，用数字做决策才是目的。老李那边也一样，他蹲在粘虫板前数害虫，表面是“数数”，实际是在做一个关键决策——这片果园要不要打药、什么时候打、打多少。

植保专家给这个决策画了一条线，叫“防治阈值”。虫口密度超过这条线，害虫造成的产量损失会超过施药成本，必须干预；没超过，打药只是浪费钱、污染环境、还杀死益虫。判断有没有超阈值，前提是把“数”数准。传统做法是农技员定期去田间数粘虫板，用虫子总数除以板面积，得到单位面积虫口密度，再与阈值对比。

$$\text{D} = \frac{N}{S}$$

1. N（虫口总数）：统计周期内粘虫板上计得的害虫总只数，是计数系统最直接的输出。

$$N$$

2. S（有效面积）：粘虫板实际有效的黏附面积，以平方米为单位，是换算密度的分母。

$$S$$

3. D（虫口密度）：单位面积平均害虫数，是判断虫害严重程度、对比防治阈值的核心指标。

$$\text{D} = \frac{N}{S}$$

人工计数的问题一目了然：费时、费力、易漏。虫子小如芝麻，老李数到一半就眼花，漏几只、重几只都很正常。数据不准，阈值判断就失灵。这正是 AI 要解决的痛点——让“数虫头”像“数人头”一样自动、稳定、可追溯。老王用人数决定开几个收银台，老李用虫口密度决定打不打药，两者的共同点在于：计数系统的第一价值，永远是支撑那个“开不开机、打不打药”的决策。

数据采集预处理：摄像头放哪儿、怎么拍、怎么标

老王很快发现，摄像头装的位置比镜头贵不贵重要得多。装低了被柱子挡住，装高了照不清人脸，光线太暗整个画面糊成一片。AI 数虫的第一步也不是调模型，而是把“拍摄现场”搞定。老李的“现场”就是那张黄绿色的粘虫板：挂在树冠附近，害虫被气味吸引黏上去，农技员定期用手机或专用设备拍照，一张张积累成数据集。

但原始图片不能直接用：板面反光、灰尘、其他昆虫、不同时段的光照，都会让同一只虫看起来完全不一样。于是要预处理——裁剪掉无关区域、去除噪声、校正亮度，再把图像标准化，让每个像素的数值分布稳定在统一尺度上。这一步好比把歪歪扭扭的原始问卷重新排版成统一格式，后续算法才读得顺。

$$x' = \frac{x - \mu}{\sigma}$$

1. x（原始取值）：图像某个通道的像素值，范围可能忽大忽小，受光照影响明显。

$$x$$

2. μ（均值）：所有样本在该通道上的平均值，用于把分布平移到中心。

$$\mu = \frac{1}{M}\sum_{j=1}^{M}x_j$$

3. σ（标准差）：样本波动程度的度量，用于把尺度压缩到统一范围。

$$\sigma = \sqrt{\frac{1}{M}\sum_{j=1}^{M}(x_j - \mu)^2}$$

4. x'（标准化结果）：标准化后的像素值，均值接近 0、方差接近 1，让模型收敛更稳定。

$$x'$$

除了标准化，数据增强也是预处理的重头戏。虫子数量有限、拍摄场景单一，模型容易“死记硬背”。通过随机翻转、旋转、裁剪、亮度扰动，把每张图“变出”多个版本，相当于用一套照片训练出见多识广的模型。老王后来让人把摄像头统一调成固定角度和补光，模型立刻准了不少。老李也学会了：固定诱虫板摆放位置、统一拍照距离、规范标注每只虫的点位，数据干净了，后面所有环节都省心。

目标检测计数：一只一只框出来

商场上第一套 AI 系统的逻辑很直白：视频里每个人脸上套一个绿色方框，数框的数量就是人数。这就是“目标检测”的思路——先找到每一个个体，再数数。搬到老李的粘虫板上，目标从“人脸”换成“害虫”：模型在图片上画框，框住一只虫，计数加一。每只虫在画面里只有几十个像素，属于典型的“小目标”。

实现上主流有两类。YOLO 系列把整张图切成网格，每个网格负责预测中心落在其中的边界框和类别，一次前向就能输出所有框，速度极快，适合实时监测。Faster R-CNN 则先在全图上生成候选区域，再对每个候选框做精细分类和位置回归，精度更高但更慢。检测器训练时要不断回答一个问题：预测框和真实位置到底“算不算对上”？这就引出了核心概念——IoU。

$$\text{IoU} = \frac{|A \cap B|}{|A \cup B|}$$

1. A（预测框）：模型输出的候选框，表示“我觉得这里有虫”。

$$A$$

2. B（真值框）：标注人员标出的真实位置，表示“虫实际在这里”。

$$B$$

3. 交集与并集：两个框重叠区域的面积，除以两者合并后的总面积。

$$\frac{|A \cap B|}{|A \cup B|}$$

4. IoU 阈值判定：比值不小于 0.5 记为正样本，统计正样本数完成计数。

$$\text{IoU} \ge 0.5$$

老王的第一套系统在客流平峰期很好用，可一到早高峰就“破功”：人贴人，绿框叠绿框，检测框互相打架。老李也遇到同样的麻烦——害虫密密麻麻挤在粘虫板上，粘连严重时框根本无法分开。检测框一乱，计数就崩。这逼着他们寻找另一条路：既然分不开个体，那就别分了，直接数“浓度”。

密度估计计数：不数人头，数“人潮浓度”

早高峰那次，老王盯着屏幕上纠缠成一团的绿框，突然冒出土办法：与其一只只数人，不如估一眼大堂“有多挤”，按人群密度折算总人数。这就是密度估计的思想——放弃“框住每个人”，改为预测“每个像素附近有多少人”。把每个标注点用高斯核扩散成一个光斑，多个光斑叠加成一张密度图，模型学的是“哪里密度高、高多少”。

老李的粘虫板正是这种方法的用武之地。先把每只虫的标注点变成二维高斯斑块，虫多的地方光斑叠得厚、数值大，虫少的地方就薄。然后用卷积网络直接回归这张密度图，网络输出后，把全图数值求和，就得到虫口总数。经典网络 CSRNet 的前端用 VGG 提取基础特征，后端用空洞卷积扩大感受野，在保持分辨率的同时把密度图刻画得更精细。

$$D(p) = \sum_{i=1}^{N} G_{\sigma}(p - p_i)$$

1. p_i（标注点）：第 i 只害虫的像素坐标，来自人工标注的“虫在哪”。

$$p_i = (x_i, y_i)$$

2. G_σ（高斯核）：以标注点为中心的二维高斯分布，把一个点摊成一片模糊光斑。

$$G_{\sigma}(p) = \frac{1}{2\pi\sigma^2} e^{-\frac{\|p\|^2}{2\sigma^2}}$$

3. 密度图叠加：对所有 N 个标注点求和，重叠区域数值自然更高。

$$D(p) = \sum_{i=1}^{N} G_{\sigma}(p - p_i)$$

4. 求和即虫口数：密度图在整个画面上的累加值近似等于害虫总数。

$$N \approx \sum_{p} D(p)$$

密度法不追求分开每个个体，天然适应粘连场景。老李板上密密麻麻的虫群，在密度图里变成一座座“小山峰”，山峰的总体积就是虫口数。用密度图还能顺带画出“虫害热力图”，哪片区域虫多一目了然。从此再也用不着跟一团乱麻的绿框死磕了。

训练评估指标：怎么知道 AI 数得准不准

老王给 AI 系统定了规矩：每天打烊后，把 AI 预测的人流和人工抽检的真实人流对比，差太多就复盘。老李也需要同样的考核机制。关键问题是：怎么“考核”一个计数模型？很多人下意识想到“准确率”，但对计数任务来说，准确率并不合适——计数不是分类，模型输出的是一个数值，不是“是/否”。

正确的指标是平均绝对误差 MAE 和均方误差 MSE。MAE 直观理解是“平均差几只”：预测 320 人、实际 315 人，绝对误差 5；多测几张图取平均，就是这个模型平均要差几只。MSE 则把误差先平方再平均，放大了“错得离谱”的情况：差 1 只得 1 分，差 10 只得 100 分，对极端错误更严厉。训练时，损失函数通常也取密度图逐像素的欧氏距离，让网络输出越来越接近真实密度图。

$$\text{MAE} = \frac{1}{N}\sum_{i=1}^{N}|\hat{y}_i - y_i|, \qquad \text{MSE} = \frac{1}{N}\sum_{i=1}^{N}(\hat{y}_i - y_i)^2$$

1. y_i（真实数）：第 i 张测试图上人工核实的害虫只数，是考核的“标准答案”。

$$y_i$$

2. ŷ_i（预测数）：模型对同一张图输出的估计只数，是考核的“考生答卷”。

$$\hat{y}_i$$

3. MAE（平均绝对误差）：逐张求差取绝对值再平均，反映平均偏差几只。

$$\text{MAE} = \frac{1}{N}\sum_{i=1}^{N}|\hat{y}_i - y_i|$$

4. MSE（均方误差）：逐张求差平方再平均，放大极端错误，督促模型“别犯大错”。

$$\text{MSE} = \frac{1}{N}\sum_{i=1}^{N}(\hat{y}_i - y_i)^2$$

真实虫害数据标注昂贵，动辄上万张图不太现实。解决思路是迁移学习：用 ImageNet 上预训练好的网络作为起点，把学到的基础视觉特征——边缘、纹理、形状——迁移到虫害图片上，再用几千张标注图微调，就能达到不错的精度。老王总结得妙：“这就像新招的保安先在大商场实习过，分到分店看一眼就上手了。”预训练模型就是那份“实习经历”。

部署优化策略：从云端教室到田间地头

商场的视频流必须实时处理，老王不能接受画面卡三秒才出数字；老李的果园更苛刻——田里没有机房，只有一根太阳能杆和一个小盒子。模型在实验室里跑得再准，装不进田间设备就是废纸。所以“部署”是决定整个系统能不能真正干活的一关。核心矛盾是：算力有限，模型却越来越大。

解决思路分两条。一是模型轻量化：换用 MobileNet 等轻量骨干网络，用深度可分离卷积替代标准卷积，参数量和计算量大幅下降；二是模型压缩：INT8 量化把 32 位浮点权重压缩成 8 位整数，模型体积缩到四分之一，剪枝则把贡献小的权重直接删掉，知识蒸馏让大模型“当老师”把能力教给小模型。云端负责训练，边缘盒子负责推理，各司其职。

$$S_{\text{speedup}} = \frac{T_{\text{base}}}{T_{\text{light}}}$$

1. T_base（原始耗时）：优化前模型处理一张诱虫板图片所需的毫秒数。

$$T_{\text{base}}$$

2. T_light（优化后耗时）：量化、剪枝后模型处理同一张图的毫秒数。

$$T_{\text{light}}$$

3. S_speedup（加速比）：前后耗时的倍数关系，例如 4 倍即速度提升为原来的四倍。

$$S_{\text{speedup}}$$

老李把量化后的模型装进小盒子，插在诱虫板旁的太阳能杆上。每十分钟，盒子自动拍照、自动识别、自动计数，再把虫情数据传到云端平台，生成趋势曲线。一旦虫口密度逼近防治阈值，手机 App 就弹出预警。老李不用再蹲在地里，乡亲们都说：这比人蹲在田里瞪半天强多了。

行业应用与挑战：让每个果园都有“数字守门人”

随着技术成熟，虫害计数的应用早已不局限于某块粘虫板。智慧农业平台把分布在各地的虫情测报灯连接起来，自动拍照、自动计数、自动汇总，形成区域虫情地图；设施农业的温室大棚里，粘虫板加摄像头的组合全天候盯防，配合温湿度传感器，在虫害爆发前就发出预警；植保无人机装上摄像头，大范围航拍后用密度估计快速评估整片农田的虫口分布，指导精准喷洒，农药用量能省三到五成。

不过，落地远没有想象中顺利。虫害种类繁多，不同虫子的颜色、大小、姿态差异巨大，一个模型难以通吃；田间光照从早到晚剧烈变化，晨露反光、叶片遮挡都会干扰识别；更麻烦的是，有些益虫和害虫长得极像，闹出“误杀友军”就尴尬了。此时需要一个兼顾误报与漏报的指标——F1 分数。

$$\text{F1} = \frac{2 \times P \times R}{P + R}$$

1. P（精确率）：AI 报警“有虫害”的样本中确实有虫害的比例，衡量误报程度。

$$P = \frac{TP}{TP + FP}$$

2. R（召回率）：真实虫害样本中被 AI 找出的比例，衡量漏报程度。

$$R = \frac{TP}{TP + FN}$$

3. F1（调和平均）：精确率与召回率的综合评分，两者都高 F1 才高。

$$\text{F1} = \frac{2 \times P \times R}{P + R}$$

回到开头的故事：老王的商场用 AI 数清了顾客，老李的果园用 AI 数清了害虫。数数这件小事，串起了现代管理中一条共同的逻辑——用数据做决策。AI 虫害计数从一张粘虫板走向千亩良田，背后是数据、算法、评估、部署的一整套系统工程。技术还在进化，但方向已经清晰：让每一片农田，都拥有一个不知疲倦、看得清清楚楚的“数字守门人”。

AI 应用场景

Python 演示

import numpy as np  def gaussian_density_map(points, height=128, width=128, sigma=3.0):    """把害虫标注点扩散成高斯斑块并叠加，生成密度图。"""    density = np.zeros((height, width), dtype=np.float32)    radius = int(4 * sigma + 1)    yy, xx = np.mgrid[-radius:radius + 1, -radius:radius + 1]    kernel = np.exp(-(xx * xx + yy * yy) / (2.0 * sigma * sigma))    kernel /= kernel.sum()    for cx, cy in points:        cx = int(round(cx))        cy = int(round(cy))        if not (0 <= cx < width and 0 <= cy < height):            continue        x0 = max(0, cx - radius)        x1 = min(width, cx + radius + 1)        y0 = max(0, cy - radius)        y1 = min(height, cy + radius + 1)        density[y0:y1, x0:x1] += kernel[            y0 - (cy - radius):y1 - (cy - radius),            x0 - (cx - radius):x1 - (cx - radius)        ]    return density  def estimate_count(density):    """密度图求和即得虫口总数估计值。"""    return float(density.sum())  def evaluate(pred_counts, true_counts):    """用 MAE 与 MSE 评估计数模型的预测偏差。"""    preds = np.asarray(pred_counts, dtype=np.float32)    trues = np.asarray(true_counts, dtype=np.float32)    mae = np.mean(np.abs(preds - trues))    mse = np.mean((preds - trues) ** 2)    return mae, mse  def simulate_trap_images(num_images=12):    """模拟多张诱虫板图片：随机撒点、生成密度图、求和计数并评估。"""    rng = np.random.default_rng(42)    pred_counts = []    true_counts = []    for _ in range(num_images):        n = int(rng.integers(5, 21))        points = rng.random((n, 2)) * 80 + 24        density = gaussian_density_map(points)        pred_counts.append(estimate_count(density))        true_counts.append(n)    return evaluate(pred_counts, true_counts)  if __name__ == "__main__":    mae, mse = simulate_trap_images()    print("MAE=%.3f  MSE=%.3f" % (mae, mse))

1. kernel = np.exp(-(xx * xx + yy * yy) / (2.0 * sigma * sigma))用二维高斯公式生成光斑核，把单个点“摊开”成一片模糊分布
2. kernel /= kernel.sum()归一化核，保证每个光斑的权重总和为 1，这样密度图求和才等于虫数
3. density[y0:y1, x0:x1] += kernel[...]把高斯斑块叠加进密度图对应区域，多点重叠处数值自然升高
4. return float(density.sum())对整张密度图求和，得到虫口总数估计值
5. mae = np.mean(np.abs(preds - trues))计算平均绝对误差，衡量“平均差几只”
6. n = int(rng.integers(5, 21))随机模拟每张诱虫板上的真实虫口数
7. points = rng.random((n, 2)) * 80 + 24在图片中央区域随机撒 n 个虫点坐标

常见误区

面试题