（一）AI赋能农业核心技术与数据基础

1. AI赋能农业前沿应用与趋势

2. 农业领域AI算法原理与适用场景

3. 农业常用AI工具与平台介绍

4. 基于AI技术应用的农业数据特性与来源

（二）农业研究AI应用核心技术基础与实操

1. AI技术应用Python环境搭建

2. 基于Python构建机器学习模型

3. 模型参数调整、训练与预测结果验证

4. 基于农业研究的计算机视觉实践

5. 深度学习预测模型技术原理与实操

（三）AI辅助农业数据采集、处理与可视化分析

1. 农业智能感知与数据采集获取技术

2. AI应用农业数据标准化与数据预处理

3. AI辅助处理高通量测序数据与挖掘

4. 基于AI技术的农业基因数据分析预测

5. AI赋能农业实验数据自动化分析与可视化

（四）AI技术在农作物育种研究中的应用

1. AI辅助作物育种、性状预测与优化

2. 基于机器学习的育种预测模型构建

3. AI辅助种质分类分析与遗传多样性评价

4. AI赋能杂交组合优化与育种预测

5. 智能机器人在育种中应用与案例解析

6. AI辅助作物表型智能识别与智能分析

（五）AI赋能作物栽培与智慧化管理

1. AI赋能播前规划与苗期管理

2. 基于计算机视觉、遥感技术的作物生长动态监测

3. AI驱动的栽培方案优化水肥调控

4. 基于AI的栽培数据建模分析与试验设计

5. 主流智慧栽培平台与实践应用

（六）AI辅助作物病虫害智能防控应用

1. 基于AI技术的病虫害图像识别

2. AI辅助病虫害数据分析与智能预警

3. AI辅助病虫害防控方案设计与精准施药

4. 轻量化模型部署辅助智能化病虫害防治决策

（七）AI辅助农业产后智能化检测应用

1. AI辅助的农产品无损检测技术实践

2. 基于AI技术的农残兽残智能检测

3. 多光谱等前沿技术的应用与成果

• 各农业科研院所、高等院校、农业企事业单位、农业技术机构、农业园区等从事农业相关研究的科研人员

• 各相关单位从事农业科研管理、农业智慧化规划咨询、农业技术转化、农业智慧化运营等相关工作的人员

• 各农业研究相关项目（课题）组及其他从事农业工作或对农业研究感兴趣的人员