近日，中国农业科学院农业信息研究所科学数据研究室科研团队，提出一种层次知识引导的枸杞害虫识别框架，有效解决真实农业场景下样本稀缺与类间混淆的双重挑战。相关研究成果发表在《人工智能的工程应用》（Engineering Applications of Artificial Intelligence）上。

层次知识引导的枸杞害虫识别流程示意图。中国农科院供图

枸杞是高价值药用植物，虫害会对它的果实品质和药效造成很大影响。传统识别方法效率低且难以实现规模化应用。现有深度学习模型，面对外观高度相似的害虫种类时，常因标注样本不够，而识别效果不理想。

针对上述难题，科研团队依托长文本-图像检索模型，把专家撰写的长文本描述解析为粗、中、细三个语义层次，并与多尺度视觉特征实现精准跨模态对齐。同时，设计知识引导的去混淆模块，通过构建文本和视觉双模态相似度图，明显降低容易混淆类别之间的预测误差。该研究为枸杞等特色作物的虫害智能监测与精准防控提供新的技术路径，也为将农业专家知识融入视觉—语言模型提供参考。

该研究得到国家重点研发计划、中国农业科学院科技创新工程等项目支持。

相关论文信息：https://doi.org/10.1016/j.engappai.2026.115342