近年来，随着智慧农业的深入推进，虫情测报的精准化、数字化成为植保工作的关键环节。在病虫害防治中，及时、可靠的虫情数据是科学决策的基础。云飞科技依托多年在农业植保领域的积累，持续推进智能虫情测报系统的技术升级，近期完成了新一轮算法迭代，进一步提升了虫害识别能力。

　　此次算法迭代的核心支撑，来自持续增长的虫害识别数据。云飞科技用 8 年时间积累了超过 1000 万张农业害虫图像样本，数据量超过 14TB，覆盖全国 31 个省级行政区的主要作物与害虫类型，样本库仍在持续扩充。海量的高质量训练数据，为算法模型的不断优化提供了坚实基础。

　　在算法层面，云飞科技与中国科学院自 2018 年起联合研发专属识别算法，而非采用开源模型，针对农业害虫的形态特征与行为习性进行了深度适配。依托自建的 10 卡 GPU 服务器集群，系统具备强大的并行计算能力，可支撑模型的高频迭代与训练，使识别精准度得到持续提升。

　　目前，云飞智能虫情测报系统对重点害虫的识别准确率保持在 90% 以上，并已覆盖 90% 以上的国家一二类害虫，适配小麦、玉米、水稻、果园、大豆等多种作物与地域场景。在 2025 年全国农业技术推广服务中心组织的智能测报灯识别比赛中，该系统取得了综合测试前三名的成绩。

　　算法的持续迭代，让虫情测报从"看清虫情"走向"读懂虫情"。系统可自动分析害虫的始见期、高峰期与终见期，生成趋势图表与测报报告，并在害虫数量达到峰值时自动发送预警信息，为植保人员及时掌握动态、科学指导防治提供有力支持。未来，云飞科技将继续深化与科研机构的合作，推动智慧农业虫情测报技术的应用与普及。