3. 农业识别模型选型与训练基础

在把模型导出为 ONNX 之前，真正决定部署效果的并不是导出工具，而是导出之前那个模型本身。农业识别任务通常面对的是田间复杂光照、叶片遮挡、病斑面积小、类别分布不均等问题，选错骨干网络或训练策略，后续再优化推理也补不回来。本节围绕四件事展开：骨干网络怎么选、迁移学习怎么用、超参怎么设、损失与评估指标怎么定。

一、常用 CNN 与轻量级网络的取舍

农业识别按任务形态大致分三类：作物/病害分类（整图一个标签）、目标检测（定位病斑、果实、虫害）、语义分割（叶片病斑像素级区域）。分类任务常用 ResNet 系列作为精度基线，ResNet18/34 在中等规模数据集上性价比高，ResNet50 适合类别多、细粒度强的场景。轻量级网络以 MobileNetV3、ShuffleNetV2、EfficientNet-Lite 为代表，参数量常在 1～5M 量级，适合边缘盒子、无人机机载或手机端推理。

选型时不要只看 ImageNet 精度。农业数据集往往只有几千到几万张，模型容量过大反而容易过拟合；同时田间图像分辨率高、目标小，过度下采样会丢失病斑细节。一个实用的判断顺序是：先确认部署端算力与内存上限，再确认输入分辨率下限，最后在满足前两者的候选里选精度最高的。例如部署在 4 核 ARM 边缘设备、要求单帧 100ms 内完成，MobileNetV3-Small 在 224×224 输入下通常比 ResNet50 更现实；若部署在带 GPU 的农机终端，ResNet34 或 EfficientNet-B0 更值得尝试。

二、迁移学习：农业场景下最划算的起点

农业数据集普遍偏小，从零训练几乎不可行。推荐做法是加载 ImageNet 预训练权重，分两阶段微调。第一阶段冻结骨干网络，只训练新替换的分类头（或检测头），学习率取 1e-3 量级，训练 5～10 个 epoch，让随机初始化的头部先收敛，避免大梯度破坏预训练特征。第二阶段解冻骨干的后段（例如 ResNet 的 layer3、layer4），采用判别式学习率：头部保持 1e-3，骨干用 1e-4 甚至 1e-5，再训练 20～30 个 epoch。

需要注意农业图像与 ImageNet 的域差异：ImageNet 多为物体居中、背景干净的照片，而田间图像背景杂乱、目标占比小。因此数据增强要更贴近真实采集条件——随机裁剪缩放、色彩抖动（模拟不同时段光照）、轻度旋转与水平翻转。但要谨慎使用大角度旋转和垂直翻转，因为叶片病斑的形态与朝向有关，过度翻转可能引入不真实样本。若目标域与自然图像差异极大（如显微图像、多光谱图像），可考虑只迁移浅层特征，或改用该域自监督预训练权重。

三、超参数设置的实际做法

下面给出一份可直接参考的训练配置示例（PyTorch 风格，参数为教学示例值，需按实际数据调整）：

model = mobilenet_v3_small(pretrained=True)
model.classifier[3] = nn.Linear(1024, num_classes)   # 替换分类头

# 阶段一：冻结骨干
for p in model.features.parameters():
    p.requires_grad = False
optimizer = AdamW(model.classifier.parameters(), lr=1e-3, weight_decay=1e-4)

# 阶段二：解冻后段，判别式学习率
for p in model.features[-3:].parameters():
    p.requires_grad = True
optimizer = AdamW([
    {"params": model.classifier.parameters(), "lr": 1e-3},
    {"params": model.features[-3:].parameters(), "lr": 1e-4},
], weight_decay=1e-4)
scheduler = CosineAnnealingLR(optimizer, T_max=30)
criterion = nn.CrossEntropyLoss(weight=class_weights)  # 类别不均衡时启用

批大小受显存限制，224×224 输入下 16～64 均可，批大小变化时学习率按线性比例粗略调整。训练轮数不必预设过大，配合早停（验证集宏 F1 连续 8 轮不提升即停止）更稳妥。输入分辨率是农业任务的关键超参：病斑小、目标密集时应提高到 384 或 512，但会显著增加推理耗时，需要在部署端实测后折中。

四、损失函数与评估指标的选择

分类任务默认交叉熵。农业数据常见类别不均衡——健康叶片样本远多于某种罕见病害，此时有两种处理：给交叉熵传入按类别频率反比计算的权重，或改用 Focal Loss（γ 取 1.5～2.0）压低易分样本的损失贡献。检测任务常用 CIoU Loss 做框回归、配合分类损失；分割任务在病斑像素占比极低时，建议 BCE 与 Dice Loss 组合，Dice 项能直接优化区域重叠度。

评估指标不能只看总体准确率。类别不均衡时总体准确率会被多数类主导，应重点看宏平均 F1 和每类召回率——漏检一种病害的代价往往高于误检。同时输出混淆矩阵，定位哪些类别互相混淆（例如两种叶斑病在早期形态接近），再针对性补充样本或调整增强策略。验证集划分要按地块或拍摄批次分组，避免同一植株的图像同时出现在训练集和验证集造成指标虚高。只有验证集指标稳定后，才进入 ONNX 导出环节。