關于智慧農業的實際應用價值，很多人都持懷疑態度，對智慧農業具體功能與發展現狀，缺乏全面的認識。對此聚英云農要糾正下，目前已經開展了人工智能識別草地貪夜蛾及其成蟲，對蟲情防控工作的自動化起到了推動作用。

草地貪夜蛾在我國發布面積廣泛，在河南、廣西、貴州等省份都有發現，是對糧食安全具有巨大威脅的害蟲，遵從早發現、早防治的原則，需要從發現入手，提升對蟲情控制能力。

中國農業科學院植物保護研究所與公司合作研究，是這樣實現的。利用深度學習方法進行草地貪夜蛾及其近緣種成蟲識別的相關研究存在數據量嚴重偏小的情況，有可能造成模型未能真正學習到草地貪夜蛾及其近緣種成蟲的環形紋、腎形紋等關鍵視覺特征。針對上述問題，本研究在建立包含草地貪夜蛾在內的7種夜蛾科成蟲，10177幅圖像組成的數據庫基礎上，采用遷移學習方式建立了VGG-16、ResNet-50和DenseNet-121，3種夜蛾成蟲識別深度學習模型，并用相同的測試集測試了所有模型。

結果表明，構建的模型識別準確率均超過了98%。此外，本研究用特征可視化技術展現了模型習得的特征，并驗證了這些特征和專家進行人工識別的關鍵視覺特征的一致性——ResNet-50和DenseNet-121的平均特征識別率在85%左右，進一步支持了用深度學習進行草地貪夜蛾成蟲實時識別的可行性。研究發現，不同模型對夜蛾科成蟲視覺特征的學習能力不一樣，在評價模型時不能僅看識別率，還需要加入視覺特征識別率指標對模型的學習內容進行評價。

通過實驗證明可視化分析可以直觀認識模型的特征學習情況，可為行業內或其他領域的研究人員提供參考。

這是人工智能技術在農業領域應用的其中之一，屬于智慧農業的一部分，未來會將這項技術應用在其他類型的害蟲識別與防治上，完善智慧農業這個龐大的系統中。