我国是一个农业大国，耕地面积占全球耕地面积的7%。但在虫害防治方面存在一些问题。农户过去较少的关注前期病虫害防治工作，大部分农户认为可以由后期农药的治理来弥补，造成了过于依赖农药以及农药不合理的使用，对环境的破坏日益严峻。
  因此，研发虫害监测预警装备，打开了虫害防治的新思路，保障大田产量和品质，促进绿色农业和乡村振兴。
  虫害监测预警系统调用识别模型对虫害设备采集到的图像进行识别、统计，并且通过系统可以查看虫情图像以及虫情统计信息。
  产品有三个核心优势，首先提出一种基于临界点非线性增强的虫害精准分割技术，通过非线性增强去除背景技术获取高质量虫害样本图像，提高模型识别精度，通过非线性调整曲线增加灰度值得动态范围，增强图像对比度。
  其次提出了粘连害虫图像分割技术，根据种间害虫和非种间害虫在SHV分割阈值上的差异确定害虫的分割阈值，再选取不同种类形态完整的害虫样本，利用粘连判定公式，将判定为粘连的标记为待分割区域，同时利用虫体头翅长度和头部夹角两个几何特征参数，定位虫体轮廓，进行定位分割。
  最后进行模型优化，为改善害虫的特征提取效果，在深度残次网络之后增加了改进的空洞卷积池化金字塔，将不同尺度的害虫卷积特征融合在一起。在特征提取网络上添加卷积注意力模块CBAM，将其融入到各种卷积神经网络中进行端到端的训练，提高模型的特种提取能力，同时为提高神经网络的收敛性，将特征提取网络中的ReLu激活函数优化为Mish激活函数，提高了模型的特征表达能力。
  该装置的创新点在于虫害图像精准分割实现了高精度和高对比度，攻克“特征提取”和“模型构建难题”，与传统方法对比，提高了模型的特征提取能力和特征表达能力。团队还构建了监测预警平台，为农业生产增量增产提供大数据支撑。
  团队成员以主要作者发表SCI/EI论文6篇，发表软件著作权6篇，授权国际发明专利1项，实用新型专利4项，发明实审专利8项。