1. 农田图像采集与标注规范制定

为什么农业图像规范必须先于采集

农田图像与通用目标检测数据集的最大差异在于：同一片叶片的病斑，在正午强光下呈灰白、在阴天呈暗褐、在逆光下几乎不可见；相邻叶片互相遮挡时，病斑可能只露出一角。如果采集与标注没有统一约定，后续模型学到的将是"光照风格"和"拍摄者习惯"，而不是病害特征。因此本例先固定三件事：设备参数与拍摄几何、类别定义与判定优先级、边界框绘制规则，最终形成一份可直接下发给采集人员的规范文档。

采集参数的具体设定与理由

采集端的目标是让同一病斑在不同样本中保持可比的视觉特征。以下参数是可直接写入规范的默认值，采集人员按此执行即可，不需要现场判断：

• 设备：使用手机主摄，关闭 HDR、AI 美化、人像模式与滤镜。这些功能会改变病斑颜色与边缘，导致标注与真实病斑不一致。
• 分辨率：长边不低于 3000 像素，保存为 JPEG 质量 ≥ 90。病斑在画面中通常只占几十像素，分辨率不足时边界框无法贴合。
• 拍摄距离：叶片占画面宽度的 1/3 到 1/2。太远则病斑过小，太近则景深不足导致边缘虚化。
• 拍摄角度：镜头光轴与叶面法线夹角控制在 ±20° 以内，避免斜拍造成病斑形变。
• 光照：优先顺光或侧光，避开 11:00–14:00 的正午直射；阴天需补拍同一植株的顺光参考图。
• 拍摄组合：每株至少三张——叶片正面、叶片背面、病斑特写。背面用于区分某些只在叶背显症的病害。

类别定义与边界框绘制规则

类别体系采用两级结构：一级为叶片级状态（健康叶、病斑叶、虫害叶），二级为病斑子类（褐斑、白粉、锈斑）。标注时先确定一级类别，再在病斑框上标注二级子类。为避免标注员各自理解不同，规范中必须写明判定优先级：

1. 可见性优先：病斑可见面积不足 30% 时不绘制病斑框，但整叶仍可按一级类别标注。
2. 病斑优先：同一叶片上既有整叶框又有病斑框时，以病斑框为训练主目标，整叶框仅作辅助。
3. 单类优先：一个边界框只归属一个主类别，混合症状按占比最大的类别标注，并在备注中记录次要症状。
4. 边界优先：病斑边界模糊时，取肉眼可见的外缘，不向外扩张也不向内收缩。

边界框采用 YOLO 归一化格式，即 class_id cx cy w h，四个坐标均除以图像宽高，取值 0–1。多病斑相邻且无法分离时合并为一个框，不强行拆分。

规范文档的落地字段

规范文档不需要长篇论述，但必须包含可执行的字段，使采集与标注人员能对照检查。建议的文档结构如下表：

质检与判读方法

规范是否被真正执行，靠抽检判读。每批次随机抽取 10% 的图像，由第二人独立复核，重点检查三项：边界框与病斑外缘的 IoU 是否达到 0.75；类别标注与规范定义是否一致；光照条件是否覆盖强光与阴天各 20% 以上。任一项不达标即整批退回，并在退回记录中写明具体原因（如"逆光样本占比过高""病斑框普遍偏大"），便于采集端针对性修正。通过抽检的批次写入数据集版本库，版本号与规范版本号一一对应，后续训练时可直接引用。