3. 农业图像标注体系与标签规范

农业视觉数据集的质量，很大程度上取决于标注体系是否“定义清楚”。同一张田间照片，如果标注员甲把病斑边缘的黄色晕圈算进病斑、标注员乙只标褐色坏死中心，那么即使两人都很认真，训练出的模型也会学到互相矛盾的边界。因此，标注体系不是简单的“打标签”，而是一套需要事先设计、书面固化、并用示例校准的规范系统。本节围绕标签空间、类别层次、粒度与边界规则、标注属性以及标注指南编写五个方面展开。

一、按任务定义标签空间

农业视觉任务常见四类标签空间，其几何表达和判定逻辑差异很大，不能混用同一套规范。

• 图像分类：整幅图对应一个或多个类别标签，如“水稻—稻瘟病”。标签空间是离散类别集合，规范重点是类别互斥性与多标签共存规则。
• 目标检测：用矩形框定位实例，如“果实”“病株”。规范重点是框的贴合程度、遮挡目标是否标注、最小可标尺寸。
• 语义/实例分割：用像素级掩膜勾画区域，如病斑区域、叶片轮廓。规范重点是边界判定、孔洞处理、相邻同类是否合并。
• 关键点：标注果柄、花蕊、生长点等定位点，规范重点是点的可见性状态（可见、遮挡、图外）与点的语义顺序。

设计时应先明确任务输出形态，再确定标签空间。例如病害严重程度评估若以面积占比为依据，就必须采用分割而非分类；若只需分级预警，分类加属性标注即可，成本低得多。

二、类别层次设计：作物—病害—虫害

农业类别天然具有层次性。推荐采用三级结构：一级为作物（水稻、小麦、柑橘、番茄），二级为危害类型（病害、虫害、生理性病害、机械损伤），三级为具体对象（稻瘟病、稻飞虱、缺素黄化）。层次设计带来两个好处：一是支持模型在不同粒度上输出，粗粒度可合并、细粒度可细分；二是便于质量控制，可按二级节点统计样本均衡性。

层次设计要避免两个陷阱。其一是“同级不同质”，例如把“病斑”和“稻瘟病”放在同一层级，前者是形态、后者是病因，会导致标注员无法判断。其二是过度细分，把不同生理小种都设为独立类别，样本量不足反而拖累模型。实践中的经验是：单类别样本少于约 200 个实例时，优先合并到上级类别，并在属性中记录细分信息。

三、标注粒度与边界规则

粒度决定“标到什么程度”，边界决定“线画在哪里”，二者是标注争议的主要来源，必须在指南中用可判定的语言写死。

以病斑分割为例，一条可执行的规则是：病斑区域包含褐色坏死中心及其外围黄色晕圈，但不包含健康绿色组织；两个病斑之间若健康组织宽度小于 3 像素，视为同一病斑合并标注，否则分开。对于果实遮挡，规则可定为：可见面积占完整果实估计面积 30% 以上才标注，低于阈值记为“严重遮挡”属性而不单独成框。叶片上的虫咬孔洞，若采用语义分割，通常按叶片外轮廓填实、不挖孔，避免模型学到大量细碎负样本。

这些阈值不是随意定的，而应结合图像分辨率与目标实际尺寸反推。例如 12MP 手机图像中，1 像素约对应 0.1 毫米，3 像素合并阈值约等于 0.3 毫米，小于人眼在标注界面上的可分辨距离，属于合理设定。阈值一旦确定，就写入指南并保持全数据集一致，不得中途更改。

四、标注属性设计

属性是标签的补充维度，让同一类别携带更多信息。农业场景中最有价值的属性包括：严重程度（按病斑面积占叶面积比例分为轻 <5%、中 5%–20%、重 >20%）、生育期（苗期、分蘖期、抽穗期、成熟期）、可见性（可见、部分遮挡、严重遮挡）以及拍摄条件（顺光、逆光、阴天）。属性应设计为封闭枚举值，避免自由文本，否则统计和建模都无法使用。

五、标注指南编写与示例标注任务

一份可用的标注指南应包含：任务目标与输出格式、类别定义表（含正例、反例、边界例各若干张）、粒度与边界规则、属性枚举及判定标准、疑难情况处理流程、质量验收指标。其中“边界例”最关键——只给正例，标注员遇到模糊情况仍会各自发挥；给出“这算、这不算、这个待复核”三类示例，争议会显著减少。

下面是一份可直接参考的示例任务配置，用于小规模试标校准：

任务名称：水稻稻瘟病叶片分割（试标批）
样本量：50 张（病斑明显 30 张，早期疑似 12 张，逆光/遮挡 8 张）
标注形式：多边形掩膜 + 属性
类别：水稻_病害_稻瘟病
属性：严重程度（轻/中/重）、生育期（分蘖/抽穗）、可见性（可见/部分遮挡）
边界规则：含坏死中心与黄色晕圈；间距<3px 合并；孔洞填实
试标方式：2 名标注员独立标注同一批，第 3 人仲裁分歧
验收指标：类别一致率 ≥ 95%；掩膜平均 IoU ≥ 0.85；属性一致率 ≥ 90%
交付物：标注文件（COCO 格式）+ 分歧清单 + 指南修订记录

试标结束后，不要只看平均 IoU，而要逐张查看分歧最大的前 10 张图。常见分歧集中在病斑边缘晕圈是否计入、早期水渍状斑点是否算病斑、叶片重叠处归属哪片叶。把这些具体案例截图补入指南的“边界例”，再进入正式标注，能把后续返工量压到较低水平。标注体系的价值正在于此：它把模糊的专业判断，转化为标注员可以照着执行的明确规则。