长期以来“靠经验”的烟叶烘烤，如今迎来了智慧化变革。近日，由大数据国家工程研究中心承担的贵州省科技重大专项子课题《烟叶智能烘烤管控系统研发与场景应用》取得重要进展。其核心成果——“烟叶智能烘烤管控系统”已试点应用于25座智慧烤房，为推动贵州传统烟草产业升级、助力乡村振兴注入了强劲的科技动能。

　　传统技艺遇挑战，智慧转型正当时

　　烟草产业是贵州省的传统优势产业，在地方财税、烟农增收和乡村振兴中扮演着重要角色。然而，长期以来，烟叶烘烤这道关键工序高度依赖“老师傅”的眼观手摸，存在烘烤质量不稳、能耗较高、效率提升难等问题。为破解这一难题，贵州省启动“烟叶智慧化生产”重大科技专项，大数据国家工程研究中心负责攻关“烟叶智能烘烤管控系统”，旨在将烘烤工艺从“经验判断”推向“数据驱动”。

　　两大技术突破，三大算法创新

　　项目围绕“状态感知—智能决策—精准控制”三大核心环节展开系统研究，实现了两大技术突破。一是基于图像数据的密集烟叶烘烤状态判定技术。研究团队利用计算机视觉与深度学习技术，对烘烤过程中烟叶的颜色、形态、纹理、水分等变化进行数字化建模与识别，构建了一套基于图像的密集烟叶烘烤状态判定模型。通过卷积神经网络、Transformer、小波变换等技术手段，实现了对密集烟叶图像的动态特征提取与状态识别。二是基于多维度特征融合的烟叶烘烤控制技术。在状态识别基础上，研究团队进一步整合图像数据与实时监测的温湿度等环境参数，构建了基于深度学习的时间序列预测模型，通过内置的智能算法，自动预测并调整烘烤参数，实现对烘烤全过程的智能调控，确保每一房烟叶都能在最佳工艺曲线下完成烘烤。

　　项目在算法与模型构建上取得三项关键创新。一是多视角图像建模，同步分析图像的RGB色彩特征与频谱特征，分别捕捉时域的色彩亮度变化与频域的纹理轮廓信息，全面提升状态识别的准确率。二是模型结构创新，融合CNN的局部特征提取、Transformer的全局特征捕捉与小波变换的频域分析能力，构建复合型神经网络，增强模型对复杂图像的理解能力。三是多模态数据融合，引入注意力机制，实现对图像数据与温湿度数据的智能加权融合，聚焦关键特征，提升烘烤决策的精准度。

　　产业地图“指尖看”，“一张图”管全省

　　经过一年多的技术攻关与场景验证，研究团队制定了烤房智能控制设备的配置标准，研发了新型控制器和“烟叶智能烘烤管控系统”，烟叶烘烤状态判定准确率超90%，智能烘烤损失率小于5%。系统一键生成的“贵州省烟叶智能烘烤一张图”，可对全省联网的智慧烤房进行集中监控与智能调度，实现了“一图在手，烘烤全知”。目前，25座“会思考”的智慧烤房已投入运行，显著提升了烟叶烘烤质量的均匀性和稳定性，有效降低了劳动强度和能耗成本，成为科技惠农、产业增效的生动范例。

　　此项成果的成功落地，不仅是传统烟草农业智能化转型的一次成功实践，也为其他农产品加工环节的智慧化升级提供了可复制、可推广的技术路径。未来，随着技术的进一步优化与普及，贵州烟叶生产有望全面迈入“AI烘烤”新时代，为乡村振兴与农业现代化绘出更加智慧的图景。

　　文/苏致龙 审核/韦佳