近年来，天津现代职业技术学院智能工程学院，仅仅围绕校企合作、产教融合，大力培养学生创新创业能力，依托雄安新区千年秀林智慧监测项目，宁河区、宝坻区农村资源监测和罂粟识别产教融合项目，广大学生积极开展技术创新，针对无人机航拍的植被数据集有限的难题，在基于复合翼无人机自主航拍扩大采集面积和采集精度的基础上，采用数据增强方式对图像数据集进行扩充，引入迁移学习的理论知识和技术进行模型参数的初始化，以减少深度模型因学习样本不足而造成过拟合现象。通过深度模型的特点，在训练算法上采用正则化以提高网络模型的训练效果和识别效率。结合植被航拍图像识别目标进行分类器的替换，改进深度学习模型，为无人机航拍图像中的农作物的识别提供了更合适的深度网络模型。
依托白洋淀水域监测项目，学生们通过现地采集和定量滤膜分离技术（QFT 法），对白洋淀水体各组分光谱进行精细分离分析，获取白洋淀水体的光学吸收和反射系数，以揭示白洋淀水体的固有光学特性参数；针对白洋淀水体的固有光学特性和水质指标需求，改进模型算法，使之更加适应白洋淀水体的特点，同时提出了白洋淀水体的分级预警方法和体系，为进一步开发预警模块和预警系统提供了有力的技术支撑。 无人机影像识别技术多领域全方位的应用，可以有效加快我国林业、水域及乡村信息化建设步伐，提升智慧管理服务能力。
