团队成员利用杂质检测系统开展样品检测

团队技术成员调研中央储备粮玉环直属库有限公司

7月13日至15日，南京财经大学计算机与人工智能学院“粮食医院——智能粮储健康诊疗系统”团队前往浙江省台州市中央储备粮玉环直属库有限公司，围绕人工智能技术赋能粮食仓储智能化管理开展为期三天的企业调研实践。此次实践团队通过实地走访、设备测试、企业访谈等方式，深入了解当前粮食仓储行业数字化转型需求，探索人工智能、大数据技术在粮情监测、风险预警和智能决策中的应用路径。

为响应国家粮食安全战略和“藏粮于技”发展要求，团队围绕粮食仓储过程中存在的监测维度不足、风险发现滞后、人工巡查效率有限等问题，开展智能粮储健康诊疗系统的研发工作。

据介绍，“粮食医院——智能粮储健康诊疗系统”主要由多模态智能感知终端、AI智能分析模型以及粮情数据管理平台组成。其中，智能探杆可采集粮堆内部温湿度、水分以及虫情图像等多维数据；人工智能模型能够对采集数据进行分析，实现害虫识别、数量统计，并结合粮情变化情况生成相应处置建议，为粮库管理人员提供智能化决策支持。

“我们不是简单地开发一个数据采集工具，而是希望构建一套能够理解粮情、辅助决策的智能管理系统。”团队成员张宇成在介绍系统设计理念时表示。

在企业现场测试环节，团队成员利用自主研发的粮食杂质智能检测系统对粮库样品开展现场测试。团队基于实际粮食场景构建专用数据集，并针对粮粒遮挡、背景干扰等复杂情况进行模型优化，使系统在测试环境下识别准确率达到90%以上。在现场测试过程中，使用专业高清检测台拍摄了100张小麦数据集，系统能够快速输出粮食样品检测结果，单样检测用时26毫秒，微小杂质检出率达91.9%。

在系统演示过程中，团队将采集到的粮情数据输入平台，模拟实际粮仓环境下的异常情况。当系统检测到温湿度变化、虫害风险升高等情况时，平台能够结合历史数据和模型分析结果，并生成对应的管理建议。

在调研座谈会上，企业领导与技术人员围绕智能设备实际部署、数据采集稳定性等方面，与实践团队进行了深入交流。企业负责人提出，粮库环境具有高湿、高粉尘等特点，智能设备也需要满足长期稳定运行要求。“粮仓智能化不是简单增加几个传感器，而是要真正帮助解决实际问题。”企业技术负责人表示，“如果系统能把数据转化为操作建议，就能进一步降低使用门槛。”针对企业提出的实际需求，团队成员介绍了系统后续优化方向，包括进一步提升复杂环境下的数据采集稳定性、完善风险预测模型以及优化平台交互界面，使系统能够更加适应不同规模粮库的应用场景。

此次实践过程中，团队不仅完成了智能粮储系统在企业场景中的应用调研，也进一步明确了人工智能技术服务传统产业的发展方向。

近年来，随着数字技术不断发展，智慧粮库建设成为推动粮食行业高质量发展的重要方向。南京财经大学计算机与人工智能学院“粮食医院——智能粮储健康诊疗系统”实践团队将继续围绕智慧粮储领域开展技术探索，通过持续优化系统功能、加强产学研合作，推动人工智能技术在粮食安全领域的创新应用，为数字农业发展贡献青年力量。