每年5月到7月，是热带水果榴莲大量上市的时节。最近，马来西亚顶好榴莲园的果农们正用手机给榴莲树拍照——这可不是为了记录种植过程，而是让树上的榴莲自己“报数”。

按下快门后，只需等待5秒，一棵榴莲树的“花果清单”就能生成。这项由厦门大学马来西亚分校人工智能与机器人学院张盈谦教授团队研发的AI技术，让数清一棵约200个果实的榴莲树从人工需300秒，提速到仅需5秒，效率提升60倍，不仅填补了马来西亚的产业空白，还开创了“榴莲果实远距识别”的AI新领域。

据介绍，很多榴莲园过去常因无法提前预知产量，导致大量集中成熟的榴莲果实因来不及售出而腐烂。传统人工数果堪称一道难题：榴莲树高达20多米，青褐色、拳头大小的果实藏在枝叶间，与叶片颜色相近，肉眼难辨。

了解到这一痛点后，张盈谦教授带领5名本科生组成AI榴莲团队，耗时6个月调研，自主研发出AI视觉识别系统，实现了“拍张照，树上的果子自己‘报数’”这一看似不可能的任务。如今，榴莲种植者无须任何专业设备，只需站在树下用手机全景模式拍摄树冠，AI系统会自动切割图像区域，树叶遮挡率在50%以下的榴莲果都能被AI识别出“真面目”，果实数量预测准确率达95%。这不仅精准统计挂果数量，还能通过高频次监测识别是否存在果实盗窃情况，为产量预测提供可靠依据，让种植园员工告别了长时间“仰头数果”的辛苦。

记者了解到，张盈谦团队专注AI结合产业赋能，涉及智慧生态农业、智能电网等领域，张盈谦教授曾入选人工智能学科全球前2%顶尖科学家科学影响力排行榜。他的这套专为榴莲“绿色伪装”定制的AI识别系统，真正实现了国内外现有技术的创新性突破。因为马来西亚榴莲树高、果实遮挡多，且果实与叶片光谱反射率仅差0.03μm，与葡萄（成熟变色）、苹果（红果与绿叶光谱区分明显）等可通过多光谱技术识别的作物截然不同。此前，国内外主流AI模型都难以胜任数果任务。

为攻克这一难题，张盈谦团队摒弃通用模型，另辟蹊径构建专属的AI深度学习框架，在种植园内采集了1500张涵盖早晚、阴晴、顺逆光等各种光照条件，及多维度视角的图像，经数据增广后形成5000张样本，借助计算机视觉技术，融合空间注意力机制与特征金字塔技术，让仅露出部分表皮的果实，也能通过纹理与形态特征被精准识别。

考虑到榴莲园多建在信号隔绝的雨林、员工手机型号多样，团队为每棵树设唯一的二维码，将模型软件大小优化至330MB，部署在服务器端。员工拍摄后暂存本地，通过操作室局域网批量上传即可，突破了生产基地的硬件和环境限制。

这项技术对产销两端都是好消息：生产方可选最佳采摘期，销售端能精准制定计划，避免榴莲因滞销腐烂。张盈谦团队计划下一步打造榴莲全产业链AI方案，涵盖精准水肥管理、智能病虫害防治、产量数据实时监测分析、深加工环节，实现“从树梢到餐桌”的智能化。（记者 李珂）