在植物生长过程中，病虫害会对树木造成极大的影响，造成的经济损失和生态服务价值损失难以估计。掌握病虫害的征兆和发生特点，尽早发现并采取方法进行治理，减少因病虫害造成的经济损失方面尤为重要。因此电信学院“青山智能养护小队”利用现有数据结合人工智能中的目标检测技术，利用神经网络训练模型可以对病虫害树木实现有效的监测。
目标检测，也叫目标提取，是一种基于目标几何和统计特征的图像分割。它将目标的分割和识别合二为一，其准确性和实时性是整个系统的一项重要能力。它将目标的分割和识别合二为一，其准确性和实时性是整个系统的一项重要能力。尤其是在复杂场景中，需要对多个目标进行实时处理时，目标自动提取和识别就显得特别重要。
本团队采取YOLO系列算法，借助百度飞桨AI Studio平台，利用PaddlePaddle框架训练模型，并将模型部署验证实现病虫害树木的监测。
通过本次社会实践，团队成员在学习专业知识的同时也帮助林业部门减轻监测树木病虫害情况的压力，为绿水青山的养护贡献了一份自己的力量。(青山智能养护小队/供稿)
