当前，我国农业生产中存在盲目施药、病虫害监测能力不强、数据感知与技术服务手段相对落后等问题。针对这一重大需求，中科院合肥智能机械研究所与安徽省农科院联合，历时5年多时间，通过自己采集、比对100多万张农作物病虫害样本图像，并基于大数据、深度学习技术率先突破了田间自然条件下水稻病虫害图像自动识别应用瓶颈，研发了水稻病虫害智能识别与服务系统，实现了水稻病虫害田间诊断的实时、高效、智能化，真正把成果从实验室搬到了网络，大大方便了一批绿色高效防空技术的推广，让防虫治病更加科学有效。

目前该水稻病虫害智能识别与服务系统可自动识别50余种水稻病虫害，平均识别率在80%以上，是我国首个、也是目前国际上识别率最高的水稻病虫害智能识别应用系统。下一步，双方将紧密合作，快速扩充农作物病虫害样本图像库，进一步改进病虫害智能识别算法模型，并从单一水稻扩展到小麦、玉米、大豆、油菜、蔬菜、果树等多种重要作物的病虫害智能化识别，同时开发配套的智能识别信息产品，加快推进作物病虫害智能化防治进程，实现规模化工程应用。

该进展得到来自《安徽新闻联播》、《农民日报》、《安徽日报》等多家报纸媒体的关注与集中报道。

（供稿：先进感知与智能系统研究室）