2. 农业图像数据采集方法
农业目标检测模型的性能上限，很大程度上由训练数据的质量决定。而数据质量的第一道关口，就是图像采集。田间与温室是两类差异显著的采集环境：田间光照变化剧烈、背景杂乱、目标遮挡严重；温室则相对封闭、光照均匀但空间狭窄、反光与阴影问题突出。本节围绕采集设备选型、采集规范制定以及数据伦理与隐私三个方面展开，帮助你在实际作业中采到"能用、够用、好用"的图像数据。
一、采集设备的选择与适用场景
农业图像采集常用的设备主要有三类：RGB相机（含工业相机与消费级数码相机）、无人机搭载相机、智能手机。三者并非互相替代，而是各有明确的适用边界。
RGB相机是精度要求较高场景的首选。工业RGB相机通常配合定焦镜头，可手动锁定曝光、白平衡与焦距，避免自动模式在连续拍摄中产生参数漂移，这对后续标注一致性非常重要。例如在温室中采集番茄果实图像，可将相机固定于三脚架或滑轨上，设定固定工作距离（如0.8～1.2米），采用手动曝光（如1/250秒、ISO 200），保证同一批次图像色调统一。消费级数码相机成本更低，适合小规模补充采集，但需注意关闭自动美颜、HDR等后期处理功能，保留原始图像。
无人机适合大田尺度的冠层、病虫害与倒伏监测。多旋翼无人机搭载可见光相机，在30～50米相对航高下可获取厘米级地面分辨率影像。无人机采集的关键在于航线规划：需设定航向重叠率（一般70%～80%）与旁向重叠率（60%～70%），保证后续拼接与单株定位的连续性。同时应选择太阳高度角较高、云量稳定的时段飞行，避免长阴影造成目标形变。
智能手机是成本最低、机动性最强的采集工具，适合快速建立初始数据集或补充稀有样本。但手机镜头的广角畸变、自动锐化与降噪算法会改变图像的真实纹理，建议使用专业拍摄模式锁定参数，并在采集前用标定板校正畸变。对于需要精确尺寸测量的任务，手机图像不宜作为主数据源。
二、采集规范：光照、角度与距离
采集规范的本质，是让数据集内的图像在成像条件上保持可控的一致性，同时覆盖真实场景的合理变化。规范制定不当，会直接导致模型学到"光照捷径"或"背景捷径"，而非目标本身的特征。
光照控制。田间采集应避开正午顶光与清晨傍晚的强逆光，优先选择上午9点至下午3点、云量稳定的时段。同一批次采集应尽量在相近光照条件下完成，若必须跨时段采集，需在元数据中记录光照条件（晴/阴/多云、照度估计值），便于后续分层分析。温室采集需注意棚膜反光与补光灯直射造成的高光饱和，建议使用柔光罩并将光源置于侧上方45°左右，避免目标表面出现大面积过曝。无论何种环境，都应锁定曝光与白平衡，防止连续拍摄中参数自动调整。
角度控制。目标检测任务中，单一视角会导致模型对特定姿态过拟合。以番茄果实检测为例，应至少覆盖正视、侧视、俯视三个基本角度，并对同一目标在不同角度下重复采集。田间无人机采集通过航线设计自然获得多角度覆盖；温室固定机位则可通过调整相机俯仰角（如0°、30°、60°）分批次拍摄。需注意，角度变化会改变目标的表观尺寸与遮挡关系，标注时应保持类别定义一致。
距离与分辨率。工作距离直接决定目标在图像中的像素尺寸。一般建议目标短边不少于40～60像素，以保证标注边界清晰、模型可学习到有效纹理。以0.8米工作距离、50毫米等效焦距拍摄直径约6厘米的果实，其在图像中的直径约为数百像素，满足精细检测需求；若距离拉远至3米，同一目标可能仅剩几十像素，小目标检测难度显著上升。因此应根据目标尺寸反推工作距离，并在采集记录中固定该参数。
三、数据伦理与隐私注意事项
农业图像采集看似"拍作物"，但实际画面中常包含可识别的人与场所信息，需要建立基本的伦理意识。
人物隐私。田间作业人员、温室管理者可能被无意摄入画面。采集时应尽量避免人物正面清晰出现；若无法避免，应在数据入库前对人脸进行模糊化处理，或在标注阶段将人物区域排除。涉及人物活动的图像，用于公开发布或共享前应取得当事人知情同意。
场所与经营信息。无人机航拍可能覆盖相邻地块、设施布局与养殖区域，这些信息可能涉及他人经营隐私。飞行前应确认作业范围，避免越界拍摄；对外分享数据时，应对地块边界、设施编号等敏感信息做脱敏处理。
数据授权与合规。采集前应明确数据用途（训练、评估、发表），涉及合作农户或企业地块时，建议签署简单的数据使用说明，约定数据范围、用途与保存期限。公开数据集的使用需遵守其许可协议，不得将受限数据用于商业训练。此外，应避免采集受保护物种或敏感生态区域的图像用于非授权用途。
数据安全。原始图像与标注文件应分类存储、定期备份，访问权限按角色分配。含有位置元数据（EXIF中的GPS信息）的图像在对外发布前应清除位置信息，防止地块位置泄露。
综上，采集设备决定"能拍到什么"，采集规范决定"拍得是否可用"，伦理与隐私决定"能否合法合规地使用"。三者共同构成农业图像数据采集的完整闭环，也是后续标注、训练与评估工作可靠开展的前提。