7月20-24日，在昭通市昭阳区洒渔镇的一片苹果园里，师生们正在开展一场测试。他们操作着一架无人机在果园上空来回穿梭，降落后又围着一台手掌大的“小盒子”热烈讨论——这是来自云南交通职业技术大学的智护“苹”安“三下乡”实践团正在开展为期5天的无人机＋AI识别苹果病虫害监测系统项目的现场测试，旨在用技能服务农业生产，助力果园管理节本增效。
（图为团队成员用无人机拍摄果园的病虫害。何俊杰 供图）
昭通市苹果种植面积达85万亩，洒渔镇作为核心产区，种植面积达13.1万亩。病虫害的及时发现和诊断是防治的主要难题。基于这一问题，团队将无人机应用技术和AI 识别结合，通过无人机快速获取果园高清影像，结合边缘计算实现本地化AI推理，利用手机App向果农反馈诊断信息的技术方式，探索面向针对昭通苹果园的轻量化、低成本病虫害智能识别方案。
在此次“三下乡”实践中，团队重点采集了洒渔镇果园的蚜虫、花叶病、锈病等主要常规病虫害的高清影像。目前已基于YOLOv8n模型初步训练出蚜虫识别算法，实测中单张推理速度在2.8秒以内，识别率平均达80%左右。
（图为团队成员用边缘计算识别无人机拍摄的病虫害图片。何俊杰 供图）
在巡龙村果园，团队演示了当前的技术流程，当地果农多次到场观摩。果农刘敏（化名）感慨道：“以前我们要在果园里一棵一棵树地看，十几亩地走下来腰都直不起来，特别是5米多的果树高处看不到病虫害，要自己估计着。现在无人机飞一圈，10分钟就把10亩地的情况摸清楚了，这样能帮我们快速识别病虫害，对果园的精准化管理有很大帮助。”
测试现场，团队不局限于技术验证，更注重技术服务本身——手把手教果农使用手机App查看识别结果，让果农看得懂、懂得用。“赵阿姨您看，屏幕上标红点的位置就是有蚜虫的树，还能看到具体的危害程度。”在学生的指导下，赵美翠很快就学会了操作。“这个好，不用太费劲就能看是什么病了，手机上也看得清清楚楚。”赵美翠点头说。
（图为团队学生教果农赵美翠使用app查看病虫害识别结果。蒋德藻 供图）
为了确保技术方案贴合实际，团队还专门走访了洒渔镇果农技术能手李佐彪，深入了解果园常见病虫害的发生规律和识别难点，将一线经验融入模型优化。“红蜘蛛、黑星病这些病虫害，早期难得发现，果树一旦染病很容易感染，蔓延速度快。如果无人机能帮我们早发现、早判断，会有一定成效。”李佐彪讲到。
此外，在实践活动中，团队还向果农讲解了无人机低空巡检和AI识别技术的原理，让果农了解智能化防控病虫害的方法，逐步建立果农对新技术的接受度与使用信心。
（图为团队成员向果农讲解无人低空巡检和AI识别病虫害的方法。何俊杰 供图）
通过实践活动，团队既把专业技能运用到了田间地头，也在一线生产中积累了真实的项目数据，为后续优化模型识别精度、完善轻量化应用方案打下了扎实基础。“我们目标是在真实果园环境中把技术流程跑通，尝试用专业技能为果农高效识别常规病虫害，现在这一目标在此次“三下乡”社会实践中已基本实现。”团队学生负责人蒋德藻介绍。下一步团队将持续采集不同时期、不同光照条件下的果园多种病虫害影像数据，丰富训练样本，提高模型泛化能力，并探索无人机与边缘计算设备的深度集成，逐步实现“边飞边识别”的实时处理能力。
此次“三下乡”暑期实践，让师生走出校园、走进田野。在这堂行走在田间的“大思政课”中，团队把专业技能转化为解决“三农”实际问题的能力，在真实场景中检验技术、发现问题、迭代优化，在实践中厚植了知农爱农的情怀。团队成员均表示，未来会继续扎根苹果园，持续打磨这项技术，争取推出更贴合果农需求、操作更简便的病虫害监测方案，用专业能力助力高原特色苹果产业提质增效，用自己的实际行动服务社会，让职业教育真正赋能乡村振兴。
