【最新动态 物电学院】采集构建数据集，模型训练及优化

为了响应国家新型农业经济发展号召，推动农业生产技术进步，为农业生产提供更加稳定安全的环境，烟台大学物理与电子信息学院“识微知株”助农实践队于七月七日在烟台市和园农场进行了样本采集，并对YOLO-GAM植物病虫检测技术进行模型训练及优化。

首先，我们对当地的居民进行了调研，了解到当地农业主要受到何种虫灾影响，影响程度以及影响范围，然后我们通过网上查阅资料，询问导师等了解到这些虫灾出现的原因，深入学习了相关知识，接着，通过我们实践团队共同地分析，决定了采集样本的大方向以及收集策略。

随后，实践团队深入农园田地拍摄受影响植物的情况，主要为叶片，果实等腐烂程度以及腐烂类型（若出现虫类也进行了拍摄，来达到更好的训练效果。），每人采集300-500张图片，炎炎烈日下的采集作业，使我们深刻感受到农民进行农耕作业的不易，更加坚定了做好该项科技成果的决心，减轻农民负担。

最后，团队组织进行模型训练，在YOLO-GAM基础训练架构上，对采集到的图片进行分析，归类同类病虫灾害，结合已了解到的虫灾形成的原因，针对植物病害的独特特征，如颜色、形状、纹理等，进行特定的特征工程优化。提高了模型的精准度，进一步优化注意力机制。

随着今天实践圆满结束，团队成员们深入学习了YOLO-GAM模型的运行机制以及训练方法，对该区域的田地农园病害基本情况有了大体的上的了解，对于后续工作的展开具有重大意义。此外，团队成员通过本次学习，感受了农民作业会遇到的困境和挑战，深刻领悟到突破农业技术，助力科技赋能农业的重要性，必须要继续奋斗，强化模型，优化流程，让农民也能尝到科技发展带来的便利和好处，让农业生产更有保障，农耕作业更加平稳。