基于云-边数字孪生驱动的小麦典型虫害分类管理方法

本发明涉及一种基于云‑边数字孪生驱动的小麦典型虫害分类管理方法。所述方法包括如下步骤：S1、边缘端采集田间昆虫图像，建立昆虫图像数据集；S2、高精度昆虫分割数据集和云端孪生昆虫数据库构建；S3、边缘高密度昆虫数量估测；S4、云端虫害分类识别和已知类别虫害总统计；S5、未知虫害类别增量学习与云端动态虫害类别原型库更新；S6、边缘模型更新。本发明面向固定式小麦田间光诱虫情监测场景，重点针对诱虫盘内虫体堆叠、遮挡、翅翼交叉及虫尸密集聚集情况下的小麦典型虫害智能监测需求，形成“边缘感知—虫口估测—云端推理—数字孪生映射—分类决策”的技术主线，有效破解了高密度虫体分类、计数、测报难题。