每一步都有可验收的产物，不做"黑盒交付"
场景、指标与验收口径书面固化：先明确"识别什么、达到什么水平、怎么算通过"。
公开数据集建立基准，现场数据滚动迭代，标注规范与真值口径同步固化。
GPU 工作站训练提效，指标可复现；训练日志、数据集版本与评估结果留痕。
边缘算力网关、嵌入式平台物理实现，按现场供电、网络与安装条件落地。
真值标准配置化替换，按约定口径验收；上线后按现场反馈持续迭代。
模型 + 算力 + 硬件一体化，不是只交一个权重文件
数据规范、训练脚本、评估报告与可复现指标。
边缘算力网关与板卡，按功耗、算力与成本选型。
相机、传感器、无线链路与安装结构一体化交付。
按作物与病害谱系采集标注，输出可部署到棚内网关的识别模型。
苗高、叶面积、果实膨大等指标量化，形成批次统计与曲线。
果实开裂、着色、大小等外观指标分级，对接分选与采收流程。
结合能谱与近红外等多源数据，反演养分与质地指标并给出处方。
见壤智能SeeSoil