推荐单位：农业农村部
　　申报单位：中国农业科学院农业信息研究所
　　一、背景
　　高质量农业数据集建设是推动AI赋能农业科技创新的关键基础，但面临缺数据、弱标注、低利用的难题。针对农业科技创新及产业数智化发展需求，本案例建立了“多源采集－智能标注－动态更新”的标准化数据集建设流程，形成覆盖多个农业典型场景的多模态数据集，支撑AI算法研发、模型搭建和智能装备创制，有效提升算法模型有效性和辅助决策的精确性，服务产业核心环节智能化创新。

　　二、方案和成效
　　一是形成“多源采集-智能标注-动态更新”的标准化流程，确保数据精准、可用。从实际生产需求出发，与生产单位深入合作，保证采集数据的真实性和多样性；面向特定任务需求，开发5套针对性的半监督标注软件，保证数据标注的高效性和准确性；联合算法和机械工程师，建立数据回馈机制，在用户使用过程中，实现数据实时回传，确保数据集的动态可拓展。
　　二是面向科研、生产和作业三大板块，形成“算法研发-装备创制-平台搭建”的数据应用体系。面向科研，形成申请－授权使用机制，与需求单位形成协同创新格局；面向生产管理，以多模态数据为支撑，研发“感知－决策”系列模型，搭建智慧管理系统；面向作业，支撑采摘及分级两大类作业装备创制，有效节省劳动力10%以上。
　　三是形成“数据共享+产业落地”双轮驱动的数据服务范式。在整合形成农业典型作业场景多模态高质量数据集的基础上，初步形成了“申请－授权”的数据共享机制，支撑数据驱动农业科技创新；以“农业机器人应用示范－系统平台产业服务”的模式，通过支撑AI算法创新迭代，提升软硬件平台面向产业和商业端的服务能力和推广范围，强化农业高质量数据集的产业服务能力，提升AI赋能农业科技创新的大众认可度。
　　三、创新点
　　一是产学研贯通保证数据精准全面。以生产单位数智化发展实际需求为驱动，以科技底盘技术创新需求为依据，联合生产、管理企业，在合作社等生产基地开展全生命周期数据采集，创新形成“采-存-注-规-用”一体的数据集建设作业体系。
　　二是独创工具提升数据标注效能。创新利用数字孪生等技术实现数据增广的同时增加数据规范性，依据不同数据标注需求开发半监督标注软件，支持人机交互修订，提升多人标注数据统一性及准确性。
　　三是数据共享机制推进农业开源生态建设。形成“学术创新开源共享，数据资源申请授权”的数据共享方式，以数据“生产－制造－使用”协同，探索农业“数据链、产业链、创新链”协同发展的创新路径，助力农业开源生态建设。