青春"三下乡"丨AI视觉进田间，青春智慧助振兴

——中南林业科技大学林学院"护农有AI"实践团赴衡阳县现代农业示范园开展火龙果AI病害识别社会实践

2026年7月15-7月23日，中南林业科技大学林学院"护农有AI，别具慧眼——基于AI视觉与新媒体助农"暑期三下乡社会实践团一行14人（队员：段毅迪、张艺严、朱晓露、曾圣壹、侯思龙、刘嘉雄、刘杨子、康文智、裴洋洋、朱建宏、沈泽帆），在指导老师杨永可的带领下，赴湖南省衡阳市衡阳县现代农业示范园，开展火龙果AI视觉病害识别与新媒体助农社会实践活动。

实践团此行的课题，是运用AI视觉识别技术帮助园区解决火龙果病害早期诊断的难题。出发前，团队围绕"地端视觉诊断、低空遥感巡园、云端AI辅助、网端公益推介"四位一体模式制定了详细方案。但抵达园区后发现，当地重点发展火龙果与葡萄两大作物，其他作物种植面积有限，不具备数据采集和模型训练的可行性。与其面面俱到、浅尝辄止，不如集中火力打穿一个点——团队迅速调整方向，将AI视觉识别的研究对象聚焦到火龙果与葡萄两种作物上，把有限的精力投入到最需要解决的真问题中。

（实践团成员深入火龙果种植大棚开展图像数据采集）

火龙果作为园区核心经济作物，其茎部病斑和营养缺素症状的早期识别，直接关系到果实品质与经济效益。实践团深入火龙果种植区，使用高清手机摄像头在大棚内多角度、全方位拍摄火龙果健康与病变茎片的对比样本，涵盖茎腐病斑、日灼损伤、缺镁黄化等常见田间症状。经过数日努力，团队累计采集有效图像样本数百张，初步建立起本地化火龙果病健图像数据集。

（火龙果茎部病斑样本特写拍摄）

与此同时，林学、林业专业的队员深入种植区开展网格化巡查，结合便携式快测工具对土壤pH和局部养分状况进行辅助复核，形成作物健康问题记录表。在田间地头，团队面向园区农工举办了"火龙果常见病症识别与科学管护"微课堂，用通俗易懂的语言讲解"看茎识病、精准补肥"的实用技巧。

（实践团成员与火龙果技术人员交流管护经验）

基于采集的图像数据集，农业工程与信息技术专业成员着手搭建"AI拍叶识病"微信小程序测试版。小程序聚焦火龙果常见病害与缺素症状的识别，采用"前端拍照—云端推理—结果回传"的技术架构：用户通过微信小程序拍摄火龙果茎片照片，图像上传至云端服务器，由预先训练好的深度学习模型进行推理判断，最终将识别结果和对应的管护建议以图文卡片形式返回至用户手机界面。这一设计降低了农业AI工具的使用门槛——农户无需安装额外软件，有微信就能使用。团队将其定位为辅助识别和科普参考工具，帮助农户在田间第一时间获取病害判断的参考信息。

（团队成员在现场调试"AI拍叶识病"小程序）

（"AI拍叶识病"小程序首页——拍照识别界面与茎腐病诊断报告）

（小程序识别结果——健康植株判定、管护建议与防治百科知识卡片）

除火龙果外，葡萄也是园区的重要种植品类。实践团同样对葡萄种植区进行了系统踏勘，针对葡萄霜霉病、缺铁黄化等常见问题开展图像采集与症状记录，将葡萄相关数据同步纳入图像数据集，丰富了AI模型的训练样本多样性。从火龙果到葡萄，团队在两种作物间验证了AI视觉诊断方法的通用性。

（实践团在葡萄种植区开展藤本作物管护调研）

在技术研发之外，实践团充分发挥新媒体传播优势，围绕园区"现代设施农业+近郊休闲体验"的特色定位，拍摄制作了园区宣传短视频和风光人文图集。团队成员用镜头记录下火龙果大棚的科技感、葡萄架下的田园诗意以及新农人的耕耘故事，为园区积累了可长期使用的数字宣传素材。

从面对多种作物的宏大蓝图，到聚焦火龙果与葡萄的务实深耕，实践团用脚步丈量了从课堂到田间的真实距离。正如指导老师杨永可在实践日志中所写："出发前我们设想的是一个全能型的助农方案，到了实地才发现，真正的助农不是面面俱到，而是找准真问题、做出真东西。"

团队表示，返校后将根据园区反馈持续优化"AI拍叶识病"小程序功能，推动AI视觉助农工具从"能用"走向"好用"，让数字技术的种子在现代农业的土壤中生根发芽，用青春智慧为乡村振兴注入可持续的数字动能。

（实践团师生在衡阳县现代农业示范园合影）

中南林业科技大学林学院

"护农有AI"暑期三下乡社会实践团

2026年7月

作者：实践团全体成员

责编：谭思敏

来源：湖南日报·新湖南客户端