2026智汇 “信” 火数据采集及 AI 模型训练工作

智汇云农・数智耕耘 | 云上育农小队以 AI 全链赋能农业产业升级

为深入落实乡村振兴战略，推动数字技术与农业产业深度融合，助力农业现代化高质量发展，2026 年 2 月，四川农业大学云上育农小队正式启动 “基于 YOLOv8 与 Coze 智能体的农业全链路数字化平台” 研发项目。小队聚焦城乡农产品供需错配、农户数字化能力薄弱等核心痛点，通过整合人工智能、物联网、区块链等先进技术，成功构建起覆盖 “种植 - 收获 - 配送” 全流程的智能化平台，为农业产业精准化转型提供了创新解决方案。

项目推进过程中，云上育农小队成员深入四川德阳谭家坝村、雅安等多地乡村及城市社区，开展为期多轮的实地调研与数据采集工作。在田间地头，队员们借助 5G + 北斗双模终端、高清智能摄像头、高精度传感器等专业设备，精准采集不同作物生长周期的图像数据、土壤温湿度、光照强度等环境参数，以及病虫害典型特征数据，累计收集有效数据样本数千组；在城市端，通过问卷调研、用户访谈等方式，详细掌握消费者对农产品新鲜度、可追溯性、定制化种植的需求痛点，为平台功能设计奠定坚实基础。

图 1摄像头下的采集数据

基于采集的多维度数据，小队构建了涵盖作物生长特征、病虫害图谱、市场供需动态等内容的综合农业数据库，并完成标准化处理与标注工作。在此基础上，小队重点推进核心技术研发：自主研发的 Coze 农业智能体，整合农业知识库与环境监测能力，可通过传感器实时采集土壤湿度、酸碱度等数据，10 秒内完成异常预警，病虫害识别率达 92%，还能为农户定制精准种植方案、为消费者提供农业知识科普；引入并优化 YOLOv8 深度学习算法，通过图像采集预处理、模型训练迭代等环节，实现对苹果、香蕉、小麦等 5 类作物的精准识别，mAP50 及 Precision 均超 90%，可精准测算果实数量、大小，结合环境数据完成产量预估，误差控制在较低水平。

图 2采访耙耙柑农户销售问题

同时，小队兼顾不同用户使用场景，完成平台多端开发：前端采用 uni-app 框架，实现 iOS、Android 及各类小程序平台一键发布，农户端采用大图标、步骤引导设计，核心操作仅需 2-3 步，适配农村弱网环境与老旧机型；后端基于 SpringBoot + 微服务架构，结合 MySQL 与 Redis 保障数据安全与响应速度，可稳定支撑万级并发。平台集成植物认养、线上种植、农产品销售三大核心模块，消费者可通过认养模式参与作物种植全流程，实时查看生长监控与溯源信息；农户无需专业技能即可零门槛入驻，通过 “产地直发” 减少中间环节，借助智能指导降低生产成本，平均增收 15%。

不少农户表示，云上育农小队研发的数字化平台，创新性地实现了 “技术普惠 + 产销对接 + 劳动教育” 的多重价值，既解决了传统农业生产与销售的痛点问题，又让中小农户共享数字化红利，为乡村振兴注入科技动能。

下一步，云上育农小队将持续优化 YOLOv8 模型性能，扩充作物品类识别范围，完善智能体多功能集成，推动平台在更多地区试点应用。小队将始终坚守 “数字赋能三农” 初心，以技术创新破解农业发展难题，让 AI 技术在田间地头落地生根，为农业现代化发展与乡村振兴战略实施贡献青春力量。

作者：孟霖慷