国家农业数据中心以及我们前期在林城本地采集的数万张病害图像。
针对TYLCV这种本地高发病害，我们特意进行了强化训练和本地化适配。目前对几种主要病害的田间实时识别准确率，在光照良好条件下能达到92%以上。”他的介绍专业而清晰。
李教授频频点头：“思路正确。本地化适配是关键。92%的田间识别率，对于初期应用来说，相当不错了。”他转向老赵，“实际操作起来，感觉怎么样？农民兄弟能用得惯吗？”
老赵憨厚地笑了：“好用！太好用了！以前得跑老远请技术员，还不一定请得到，来了也不一定认得准。
现在有了这个‘千里眼’，手机一拍，啥病啥虫，咋治咋防，清清楚楚！我们合作社的人，还有周边好些农户，都学会用了！省心！省钱！”
省高投公司的项目经理则更关注实际效益和推广价值：“赵社长，用了这个系统后，你们合作社在病虫害防治上的投入减少了多少？产量损害降低了多少？有没有初步估算？”
老赵早有准备，拿出一份简单但数据清晰的记录：“专家您看，就拿这个番茄大棚来说。往年这个时候，因为认不准病乱打药，光药钱一亩地就得比现在多花一两百块，还不算人工。病害厉害的时候，减产两三成也是常事。
今年用了这个法子，药钱省了差不多三成，最关键的是病害控制得及时，您看这长势，”他指着旁边健康茁壮的植株，“估摸着产量能比往年增一成以上！这还只是眼前看的见的！少打药，果子更安全，卖价也能上去点！”
三位专家一边听，一边翻看着项目申报材料、技术文档，不时低声交流几句。
农科院的专家仔细询问了具体防治措施的执行细节和效果验证；李教授则对技术实现、数据安全和后续升级计划问得很细；高投的项目经理则反复核算着投入产出比、市场推广的可行性和潜在风险。
高投的项目经理则反复核算着投入产出比、市场推广的可行性和潜在风险。
整个评审过程持续了两个多小时，气氛严谨而高效。没有客套寒暄，全是硬碰硬的专业问题和实际效果检验。
最后，三位专家走到一旁，低声商议了片刻。农科院的专家作为组长，代表专家组给出了评
本章未完，请点击下一页继续阅读！