一根长长的“自拍杆”探入麦丛中，或深或浅，动作迅速，像“扫雷”一样。在安徽宣城市宣州区，中科院合肥智能机械研究所博士杜健铭，正和同事在麦地里忙着给麦上的害虫们拍照片。

图片来自网络/侵删

中科院合肥智能机械研究所博士 杜健铭：一般蚜虫的聚集都是在这个位置有一片聚集，现在看起来还挺不错的，然后你看整个杆子，我们伸下去的话，这么扫过来也没有害虫，小麦根下面好像也没有，整个茎秆下面都蛮干净的。

(资料图片仅供参考)

图片来自网络/侵删

“自拍杆”如何实现“虫脸识别”呢?杜健铭手持的“自拍杆”，配有高清摄像头和智能终端，只需将设备探头伸进麦田，轻轻点击手机的拍摄按钮，就完成了图片采集。

中科院合肥智能机械研究所博士 杜健铭：手机的作用不只是用来收照片，同时还可以把我们随时随地拍出来的照片上传到服务器进行储存。

在专用的手机软件上，杜健铭拍摄的虫子，都被智能系统自动打上了框。同时，系统会在后台分析出害虫的种类、数量，以及虫害发生等级。这些病虫害对农业生产的影响巨大，为了从“虫口夺粮”，需要定期对农作物病虫害进行监测。但传统的计算办法是一只只地数，费时费力不说，也无法保证数据的准确。

如何把人工智能和农业相结合，让农业更智慧?是杜健铭和他的科研团队一直在思考的问题。不过，虫脸识别可不同于人脸识别。有些害虫的相似度极高，用普通的人工智能技术，难以区别分类。

中科院合肥智能机械研究所博士 杜健铭：虫子一般来说都很小，我们真正做的事情，不止识别它是不是蚜虫，同时还要知道，这些蚜虫到底有多少只。为了我们之后去判定这一片田中平均的虫害和病害发生的数量，用来评估这边发病的受灾等级。整体来说，是要比人脸识别张三还是李四要难上一个等级的。

为了逐步突破“虫脸识别”的难点，杜健铭和团队几乎走遍了省内各个县市，对田间害虫进行数据采集，不断积累样本，优化数据库。目前，“虫脸”数据库已收集包括700多万张图片，500多种病虫害“相貌”，覆盖小麦、水稻、油菜等29种农作物和经济作物，识别准确度在80%以上。巨大的数据库，让害虫无处遁形。

中科院合肥智能机械研究所高级实验师 胡海瀛：我们这里面有各种害虫，包括一些常见的和不常见的，也可以给专家提供一些辅助。以及给他一个参考建议，就是如何去防治，用什么样的药或者是什么复合肥等等，从生产到最后收获一系列的管理。