神经网络组植物分类学习 - 阶段学习规划14

第二阶段任务：
核心产出：能区分植物 / 土壤像素的 YOLO 模型 + 基于分割结果计算的蒸散量数据 + 1 篇小论文（含方法、结果、分析）

一、基础准备与数据对接
目标：明确数据格式，搭建工具环境，拿到预处理后的影像分工：
组员 A：环境搭建 + 数据格式调研
组员 B：对接 QGIS 组 + 标注工具学习

二、数据标注与数据集构建
目标：完成至少 50 张影像标注，划分训练 / 验证集
分工：
•    组员 A：标注 25 张影像 + 整理训练集
•    组员 B：标注 25 张影像 + 整理验证集

三、YOLO 模型训练与调优
目标：训练能区分植物 / 土壤的分割模型，精度达标（IoU≥0.75）
分工：
组员 A：模型训练 + 监控指标
组员 B：参数调优 + 记录日志

四、分割结果与蒸散量脚本对接
目标：将 YOLO 分割结果转换成蒸散量脚本可读取的格式
分工：
组员 A：处理分割结果格式
组员 B：对接蒸散量脚本组

五、计算蒸散量并验证
目标：用分割结果跑通蒸散量脚本，得到初步结果
分工：
组员 A：运行脚本 + 排查错误
组员 B：结果验证 + 记录问题