3、病害样本的标注规范：边界框、分割掩码、严重程度分级与专家标注流程
农业图像数据集中，病害样本的标注质量直接决定了模型识别精度与田间泛化能力。与通用物体检测不同，植物病害标注面临叶片重叠、病斑边界模糊、早期病斑尺寸极小、同一叶片多病斑复合侵染等特殊挑战。本章围绕边界框（Bounding Box）、分割掩码（Segmentation Mask）、严重程度分级（Severity Rating）三类标注范式，结合专家标注流程与质量控制机制，给出可落地的操作规范与实战经验。
3.1 边界框标注：从目标检测到病斑定位的工程化规范
边界框标注是农业病害检测中最基础、最高效的标注形式。其核心原理是用一个轴对齐矩形（Axis-Aligned Bounding Box）框住目标病斑区域，并赋予类别标签。在农业场景中，边界框标注需要遵循以下工程化规范：
- 框选范围：矩形必须完整包含病斑主体，允许包含少量健康组织（通常不超过框面积的15%），但不得截断病斑边缘。对于叶片边缘的病斑，框应紧贴叶片轮廓，避免将背景土壤或其它叶片纳入。
- 类别体系：建议采用两级分类——第一级为病害类型（如稻瘟病、小麦锈病），第二级为病斑形态（如圆形斑点、条状坏死、粉状霉层）。类别标签需与植保专家确认，避免同病异名或异病同名。
- 遮挡处理：当病斑被其它叶片遮挡时，若可见部分超过病斑总面积的60%，则正常标注；若可见部分不足60%，则跳过该病斑，并在标注日志中记录“遮挡跳过”。
- 小目标策略：对于面积小于图像总面积0.5%的早期病斑，建议单独建立“早期病斑”类别，或使用Tiling（切图）方式放大后标注，避免小目标在训练中被忽略。
实际操作中，推荐使用LabelImg、Label Studio或Roboflow等工具。标注时需固定图像分辨率（建议统一为1920×1080或1280×720），并记录相机的拍摄距离、光照条件等元数据，便于后续分析模型在不同尺度下的表现。
3.2 分割掩码标注：像素级精确勾勒与质量控制
分割掩码标注要求标注人员逐像素勾勒病斑轮廓，生成二值掩码（病斑区域为1，背景为0）。这种标注方式适用于需要精确测量病斑面积、研究病斑生长动态或进行精细表型分析的任务。其核心挑战在于病斑边缘往往呈现渐变过渡（如真菌感染的晕圈），难以确定硬边界。
分割标注的推荐流程如下：
- 预处理：使用图像增强工具（如对比度拉伸、锐化）突出病斑边缘，但不得改变原始像素值——增强仅用于辅助观察，标注结果必须基于原始图像。
- 多边形勾勒：使用多边形工具沿病斑可见边缘逐点勾勒，顶点间距控制在5-15像素之间。对于边缘模糊区域，参考同批次健康叶片图像，以颜色突变和纹理变化作为判断依据。
- 孔洞处理：若病斑内部存在健康组织（如“蛙眼状”病斑），需在掩码中保留孔洞，即标注为背景区域。这要求标注工具支持“内轮廓”编辑。
- 多病斑合并：当同一叶片上多个病斑距离小于5像素时，建议合并为一个掩码；若距离较大，则分别标注。合并规则需在标注规范中明确，避免不同标注人员理解不一致。
分割标注的质量控制通常采用Dice系数或IoU（交并比）进行验证。在标注完成后，需由第二位专家独立复标至少5%的样本，计算两人标注的Dice系数，要求平均值≥0.85。若低于该阈值，则需重新培训标注人员并调整标注规范。
3.3 严重程度分级：从定性描述到定量评估
严重程度分级是连接图像标注与农业防治决策的关键桥梁。常用的分级标准包括：
| 等级 | 病斑面积占比 | 描述 | 防治建议 |
|---|---|---|---|
| 0级 | 0% | 无可见病斑 | 无需处理 |
| 1级 | 1%-10% | 零星病斑，叶片功能基本正常 | 监测为主 |
| 2级 | 11%-25% | 病斑增多，部分叶片出现黄化 | 建议喷施保护性杀菌剂 |
| 3级 | 26%-50% | 大面积病斑，叶片光合作用受损 | 立即治疗性施药 |
| 4级 | >50% | 叶片严重坏死，可能脱落 | 考虑拔除或毁田 |
分级标注的难点在于“病斑面积占比”的估算。人工目测误差较大，推荐采用以下方法：
- 网格计数法：在图像上叠加10×10网格，统计病斑覆盖的网格数，估算面积占比。该方法精度约为±5%，适合快速分级。
- 基于分割掩码的自动计算：若已进行分割标注，可直接计算掩码像素数与叶片像素数的比值，精度可达±1%。这是最推荐的方式。
- 参考标准图谱：制作不同严重程度的标准叶片图谱（每个等级3-5张），标注人员对照图谱进行分级，减少主观偏差。
3.4 专家标注流程：五步闭环与质量控制
一个完整的专家标注流程应包含以下五个环节，形成闭环管理：
第一步：图像采集与筛选。采集的图像需覆盖不同光照（强光、阴天、背光）、不同生长阶段（苗期、拔节期、抽穗期）和不同拍摄角度（俯拍、侧拍、45°斜拍）。剔除模糊、过曝、严重失焦的图像，确保每张图像至少包含一个清晰可辨的叶片区域。
第二步：预处理与脱敏。去除图像中的EXIF信息（含GPS坐标），对包含人脸或农场标识的图像进行裁剪或模糊处理。同时进行色彩校正（使用标准色卡），确保不同批次图像的色彩一致性。
第三步：AI辅助预标注。使用已训练好的检测/分割模型对图像进行预标注，生成初步的边界框或掩码。标注人员在此基础上进行修正，可将标注效率提升40%-60%。预标注模型需定期更新，避免模型偏差被标注人员无意识继承。
第四步：专家审核修正。由具有植保背景的专家对预标注结果进行逐张审核。审核重点包括：病斑类别是否准确、边界框是否完整包含病斑、分割掩码边缘是否贴合、严重程度分级是否合理。审核过程中需记录修改原因，形成标注修订日志。
第五步：抽检与一致性校验。每批次标注完成后，随机抽取10%的样本由第二位专家独立复标。计算两位专家标注的IoU（边界框）、Dice（分割掩码）和Kappa系数（严重程度分级）。Kappa系数要求≥0.8，若低于0.6则判定该批次标注不合格，需返工。
实战案例：小麦锈病数据集标注项目
背景与约束：某农业科技公司需构建小麦锈病检测模型，数据集包含5000张田间拍摄图像，要求两周内完成标注。初始团队由5名标注员（无植保背景）和1名植保专家组成。
初始现象：第一轮标注完成后抽检发现，标注员对“条锈病”与“叶锈病”的区分准确率仅72%，严重程度分级Kappa系数仅0.55，远低于0.8的合格线。
分析判断：问题根源在于标注员缺乏病害形态学知识，且分级标准中“病斑面积占比”的估算主观性过强。
实际操作步骤：
- 由植保专家制作《小麦锈病形态鉴别手册》，包含两种锈病的显微照片、田间症状对比图和常见误判案例。
- 将分级标准从5级细化为7级（增加1.5级和2.5级），并配套标准图谱。
- 引入分割掩码自动计算面积占比，替代人工目测估算。
- 标注流程调整为“AI预标注→标注员修正→专家抽检30%→不合格返工”。
结果对比：调整后，病害分类准确率提升至94%，Kappa系数提升至0.82，标注效率从每人每天80张提升至120张（得益于AI预标注）。
风险与代价：细化分级标准增加了标注复杂度，初期标注速度下降15%，但整体质量提升显著。返工率从25%降至8%。
复盘经验：标注规范必须“图文并茂”，且需要植保专家深度参与标准制定和过程审核，不能仅依赖标注工具的技术功能。
3.5 常见误区与总结复盘
在病害样本标注实践中，以下误区需要特别警惕：
误区一：边界框“宁大勿小”。部分标注人员习惯将边界框扩大以“确保包含病斑”，导致框内背景占比过高，模型学习到大量无关特征。正确做法是紧贴病斑边缘，允许少量健康组织但不超过15%。
误区二：分割掩码“平滑化”。为了追求掩码美观，标注人员会手动平滑病斑边缘，导致掩码与真实病斑形状偏差。分割标注应忠实于图像像素，即使边缘呈锯齿状也应如实勾勒。
误区三：严重程度分级“一刀切”。不同病害的防治阈值不同，例如稻瘟病的2级（11%-25%）可能已需要紧急处理，而小麦白粉病的2级可能仍在可控范围。分级标准必须结合具体病害的防治经济阈值制定。
误区四：忽视光照变化对标注的影响。同一病斑在强光和阴天条件下拍摄，其颜色、对比度差异显著。标注规范中应明确“以自然光下的真实颜色为准”，避免标注人员根据个人偏好调整判断。
总结而言，高质量的病害样本标注需要三方面保障：一是明确的标注规范（包括边界框、分割掩码、分级标准的具体定义）；二是合理的流程设计（AI预标注+专家审核+抽检闭环）；三是持续的培训与校准（定期组织标注人员学习植保知识，更新标准图谱）。只有将技术工具与农艺知识深度融合，才能构建出真正可用于农业生产决策的高质量数据集。