破題“AI烘烤”：大數據國家工程研究中心為傳統烤煙裝上“智慧大腦”
??
??
長期以來“靠經驗”的煙葉烘烤，如今迎來了智慧化變革。近日，由大數據國家工程研究中心承擔的貴州省科技重大專項子課題《煙葉智能烘烤管控系統研發與場景應用》取得重要進展。其核心成果——“煙葉智能烘烤管控系統”已試點應用于25座智慧烤房，為推動貴州傳統煙草產業升級、助力鄉村振興注入了強勁的科技動能。
傳統技藝遇挑戰，智慧轉型正當時
煙草產業是貴州省的傳統優勢產業，在地方財稅、煙農增收和鄉村振興中扮演著重要角色。然而，長期以來，煙葉烘烤這道關鍵工序高度依賴“老師傅”的眼觀手摸，存在烘烤質量不穩、能耗較高、效率提升難等問題。為破解這一難題，貴州省啟動“煙葉智慧化生產”重大科技專項，大數據國家工程研究中心負責攻關“煙葉智能烘烤管控系統”，旨在將烘烤工藝從“經驗判斷”推向“數據驅動”。
兩大技術突破，三大算法創新
項目圍繞“狀態感知—智能決策—精準控制”三大核心環節展開系統研究，實現了兩大技術突破。一是基于圖像數據的密集煙葉烘烤狀態判定技術。研究團隊利用計算機視覺與深度學習技術，對烘烤過程中煙葉的顏色、形態、紋理、水分等變化進行數字化建模與識別，構建了一套基于圖像的密集煙葉烘烤狀態判定模型。通過卷積神經網絡、Transformer、小波變換等技術手段，實現了對密集煙葉圖像的動態特征提取與狀態識別。二是基于多維度特征融合的煙葉烘烤控制技術。在狀態識別基礎上，研究團隊進一步整合圖像數據與實時監測的溫濕度等環境參數，構建了基于深度學習的時間序列預測模型，通過內置的智能算法，自動預測并調整烘烤參數，實現對烘烤全過程的智能調控，確保每一房煙葉都能在最佳工藝曲線下完成烘烤。
項目在算法與模型構建上取得三項關鍵創新。一是多視角圖像建模，同步分析圖像的RGB色彩特征與頻譜特征，分別捕捉時域的色彩亮度變化與頻域的紋理輪廓信息，全面提升狀態識別的準確率。二是模型結構創新，融合CNN的局部特征提取、Transformer的全局特征捕捉與小波變換的頻域分析能力，構建復合型神經網絡，增強模型對復雜圖像的理解能力。三是多模態數據融合，引入注意力機制，實現對圖像數據與溫濕度數據的智能加權融合，聚焦關鍵特征，提升烘烤決策的精準度。
產業地圖“指尖看”，“一張圖”管全省
經過一年多的技術攻關與場景驗證，研究團隊制定了烤房智能控制設備的配置標準，研發了新型控制器和“煙葉智能烘烤管控系統”，煙葉烘烤狀態判定準確率超90%，智能烘烤損失率小于5%。系統一鍵生成的“貴州省煙葉智能烘烤一張圖”，可對全省聯網的智慧烤房進行集中監控與智能調度，實現了“一圖在手，烘烤全知”。目前，25座“會思考”的智慧烤房已投入運行，顯著提升了煙葉烘烤質量的均勻性和穩定性，有效降低了勞動強度和能耗成本，成為科技惠農、產業增效的生動范例。
此項成果的成功落地，不僅是傳統煙草農業智能化轉型的一次成功實踐，也為其他農產品加工環節的智慧化升級提供了可復制、可推廣的技術路徑。未來，隨著技術的進一步優化與普及，貴州煙葉生產有望全面邁入“AI烘烤”新時代，為鄉村振興與農業現代化繪出更加智慧的圖景。
文/蘇致龍 審核/韋佳
