一片叶子拍下去，10 秒得到病名、严重度和能直接照着做的防治方案。这一页讲清三件事：能省多少钱、怎么推到田间、现在成熟到什么程度——全部用可核验的数据说话。
按公开的农业生产参数做可复算的示例测算，参数与公式全部列出，可自行替换成本地数据。这是测算，不是承诺。
| 参数 | 取值 | 说明 |
|---|---|---|
| 县域主要作物面积 | 30 万亩 | 示例口径 |
| 病害年发生面积占比 | 20% | 常见叶部病害发生水平 |
| 发生面积 | 6 万亩 | 30 万 × 20% |
| 平均亩产值 | ¥1,200 | 按粮经作物估算 |
| 因识别/防治不及时的平均损失率 | 5% | 延误导致减产 |
| 当前年损失 | ≈ ¥360 万 | 6 万亩 × ¥1,200 × 5% |
| 及时识别 + 精准用药可挽回比例 | 30% | 保守取值 |
| 可挽回损失 | ≈ ¥108 万/年 | 360 万 × 30% |
| 减少 1 次无效施药 | ¥25/亩 | 药费 + 人工 |
| 减少无效用药节省 | ≈ ¥150 万/年 | 6 万亩 × ¥25 |
| 合计年效益 | ≈ ¥258 万/年 | 108 万 + 150 万 |
| 系统年运行成本 | < ¥1,200/年 | 2 核 2G 云主机，模型本地推理 |
| 投入产出比 | > 2000 : 1 | 258 万 ÷ 0.12 万 |
单次识别成本 ≈ ¥0：模型 42.7 MB 部署在本机 ONNX Runtime 上，不依赖按次计费的商用 API。
数据来自运行指标接口 /api/metrics，页面每次打开实时拉取（不含演示数据）。
结果页提供“识别不对？点这里纠正”入口，用户反馈直接进入模型改进闭环（已上线）。 识别结果、严重度、防治方案三条信息一次给全，避免“只给病名、还要自己查怎么治”。
落地条件：只需要一部能上网的手机；服务器可部署在县域现有云资源或校内服务器上，无需专用硬件。
| 维度 | 叶护卫 | 通用做法 |
|---|---|---|
| 识别 | 39 类专用模型 | 凭经验目测 |
| 可解释 | 关键区域热力图 | 无依据 |
| 严重度 | 量化分级 | “看着挺严重” |
| 方案 | 知识库约束 | 通用大模型易泛化错误 |
| 网络 | 0.35s 本地推理 | 按次计费 API |
| 信任 | 可反馈纠正 | 无法纠错 |
| 风险 | 现状与应对 |
|---|---|
| 数据集与田间差异 | 已实测公开田间数据集：实验室 Top-1 94~98%，田间（PlantDoc 实拍）经基础模型 + 域适应 + 蒸馏后 Top-1 69.91%、Top-3 94.69%（初版仅 11.31%），高置信度误判率已从 88.0% 降到 8.0%（置信度变诚实）。系统用 Top-3 + 热力图 + 严重度 辅助人工判断，模型不确定时主动提示；完整实测报告与改进对照 → |
| 覆盖作物有限 | 当前 39 个类别 / 14 种作物；未覆盖作物会给出低置信度提示，可通过用户纠正反馈持续扩充类别。 |
| 用药安全 | 方案仅作生产参考，页面明确要求遵循当地植保部门指导与农药标签说明。 |
| 数据隐私 | 图片仅用于本次识别与历史查询，不对外共享；不采集个人身份信息。 |
| 成本与可持续 | 单次识别成本≈0，服务器成本 <¥1,200/年；断网时静态资源可离线打开，恢复网络自动同步。 |