为深化人工智能与农业交叉领域教学融合，推进课程前沿化改革，5月6日，大数据与人工智能学院数据科学与大数据技术教研室开展“基于YOLOv8的复杂环境草莓识别”专题教研活动。

活动中，主讲教师李琮康系统讲解YOLOv8模型，并针对自然环境下枝叶遮挡、果实重叠等挑战，提出引入Transformer与Mamba注意力机制的改进思路，提升模型检测精度。同时梳理了从数据集构建到模型调试的完整教学流程，可拆解为理论讲解、算法改进、代码实现、可视化调试四个模块融入课程实践。

研讨环节，教师们围绕数据集建设、学习门槛化解、实训项目设计等深入交流，提出简化原理推导、强化可视化展示、共建本地农业数据集等建议。大家达成共识：打造农业视觉检测特色案例，采用模块化拆解与阶梯式实训模式，完善教学资源建设，推动课程质量提升。

此次教研活动拓宽了教师教学视野，明确了课程改革路径。下一步，教研室将持续推进特色案例库与实训项目建设。

（文/张钦尧…图/李琮康 审：乔圣宸）