简介：这是一套面向农业信息化与图像处理学习者的病虫害识别系统源码，基于MATLAB实现，通过叶片图像自动判别植物病虫害程度，帮助农业工作者快速诊断作物健康状况。资源包共95个文件，以84张jpg样本图片、10个m脚本和1个mat数据文件为主，压缩包约7.62MB；样本按正常、轻微、中等、严重灾害分级存放，脚本覆盖主流程调用、模型训练、颜色空间转换与特征匹配等环节。项目完整呈现了图像预处理、纹理与颜色特征提取、分类器训练及测试评估的技术链路，涉及灰度化、直方图均衡、LBP、GLCM、SVM等常见方法，并配有中等灾害示例图便于调试验证。目前已有4904人学习下载，适合希望将机器学习落地农业场景、系统练习MATLAB图像处理与分类建模的读者参考借鉴。

1. 病虫害识别系统：从拍一张叶子到给出防治建议，中间要过几道工程坎

田里发现叶片上出现不规则褐斑，拍照上传，几秒后返回“早疫病，置信度 0.91，建议喷施代森锰锌”。这个链路听起来简单，但真正把它做成一个可用的病虫害识别系统，中间要跨过数据采集、标注质量、模型选型、端侧部署、置信度校准五道坎。我见过太多团队在实验室里跑出 98% 的准确率，拉到田间地头一测，连 60% 都保不住。原因往往不是模型不行，而是训练数据里的叶片全是干净背景、单一光照、单一角度，模型学到的是“背景特征”而不是“病斑特征”。这套系统适合三类人：想给种植户做轻量工具的开发者、需要把识别能力嵌入现有农业管理平台的工程师、以及想用公开数据集快速验证方案可行性的算法同学。下面按“数据怎么准备、模型怎么选、服务怎么搭、坑怎么避”的顺序，把一条能复现的路径讲清楚。

2. 数据准备：公开数据集怎么选、怎么清洗、怎么划分才算靠谱

2.1 先搞清楚你的识别任务属于哪一类

病虫害识别看起来是一个分类问题，但实际落地时会拆成两种任务。第一种是单叶病害分类：一张图里只有一片叶子，背景干净，输出是“这张叶子得了什么病”。第二种是田间场景检测：一张图里有植株、土壤、杂草、多片叶子，需要先定位病斑区域再分类。两者的数据要求和模型选型完全不同。新手最容易犯的错是拿 PlantVillage 这类干净背景数据集训练一个分类模型，然后直接部署到田间拍照场景，结果就是前面说的“实验室 98%、田间 60%”。如果你要做的是“拍一片叶子识别病害”，PlantVillage 够用；如果你要做的是“拍一株作物识别病害”，必须用带标注框的田间数据集，或者自己标注。

常见做法是先用公开数据集跑通流程，再用自己采集的 200～500 张田间图做微调。公开数据集里，PlantVillage 包含 14 种作物、26 种病害、约 5 万张干净背景叶片图，适合做分类基线。PlantDoc 包含 13 种作物、27 类病害、约 2500 张田间场景图，带边界框标注，适合做检测和域适应验证。还有一个常被忽略的点：健康叶片样本必须占一定比例。很多团队只收集病叶，模型没见过健康叶，上线后把健康叶也判成病害，农户直接就不信了。我一般建议健康样本至少占 15%～20%。

2.2 用脚本做数据清洗和划分：三个必须检查的边界

拿到数据集后不要直接开训。下面这段脚本做三件事：检查每类样本数量、剔除尺寸过小的图、按类别分层划分训练/验证/测试集。

import os import shutil import random from PIL import Image from collections import defaultdict # 参数说明： # data_dir：原始数据根目录，每个子文件夹是一个类别 # output_dir：划分后输出目录 # min_size：最小边长，小于此值的图直接丢弃 # split_ratio：训练/验证/测试比例 data_dir = "./plant_disease_raw" output_dir = "./plant_disease_split" min_size = 224 split_ratio = (0.7, 0.15, 0.15) random.seed(42) class_counts = defaultdict(int) skipped = [] for cls in os.listdir(data_dir): cls_dir = os.path.join(data_dir, cls) if not os.path.isdir(cls_dir): continue for fname in os.listdir(cls_dir): fpath = os.path.join(cls_dir, fname) try: img = Image.open(fpath) w, h = img.size if w < min_size or h < min_size: skipped.append((fpath, "too_small")) continue class_counts[cls] += 1 except Exception as e: skipped.append((fpath, str(e))) print("各类样本数：", dict(class_counts)) print("跳过文件数：", len(skipped)) # 分层划分 for cls in class_counts: cls_dir = os.path.join(data_dir, cls) files = [f for f in os.listdir(cls_dir) if os.path.isfile(os.path.join(cls_dir, f))] random.shuffle(files) n = len(files) n_train = int(n * split_ratio[0]) n_val = int(n * split_ratio[1]) splits = { "train": files[:n_train], "val": files[n_train:n_train + n_val], "test": files[n_train + n_val:] } for split, flist in splits.items(): dst = os.path.join(output_dir, split, cls) os.makedirs(dst, exist_ok=True) for f in flist: shutil.copy(os.path.join(cls_dir, f), os.path.join(dst, f))

这段脚本的逻辑很直白：先遍历所有类别目录，用 PIL 打开每张图检查尺寸，太小的直接跳过并记录原因；然后按类别分别打乱、按比例切分、复制到对应目录。random.seed(42)保证每次划分结果一致，方便复现。min_size=224是因为后面用的模型输入一般是 224×224，原图小于这个尺寸会被强行放大，细节丢失严重。划分比例 7:1.5:1.5 是分类任务的常见做法，如果某类样本少于 100 张，建议改成 8:1:1，否则验证集太小，指标波动大。

注意：划分前一定要检查类别是否平衡。如果某类只有几十张而另一类有几千张，直接训练会导致模型偏向多数类。常见做法是对少数类做数据增强（旋转、翻转、色彩抖动），或者用加权采样。

2.3 数据增强不是越多越好：田间场景的三个有效增强

数据增强在病虫害识别里特别重要，因为田间光照、角度、遮挡变化很大。但不是所有增强都有效。我实测下来，对田间场景最有效的三种增强是：随机旋转（±30 度）、随机亮度对比度调整（±20%）、随机遮挡（模拟叶片重叠）。而像水平翻转这种，对叶片病害分类有帮助，但对“病斑在叶尖还是叶基”这种位置敏感的任务反而有害。用 torchvision 或 albumentations 都可以，下面给一个 albumentations 的配置示例：

import albumentations as A from albumentations.pytorch import ToTensorV2 train_transform = A.Compose([ A.RandomRotate90(p=0.5), A.Rotate(limit=30, p=0.7), A.RandomBrightnessContrast( brightness_limit=0.2, contrast_limit=0.2, p=0.7 ), A.CoarseDropout( max_holes=8, max_height=32, max_width=32, p=0.3 ), A.Resize(224, 224), A.Normalize( mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225] ), ToTensorV2() ])

RandomRotate90做 90 度整数倍旋转，Rotate做小角度旋转，两者叠加覆盖角度变化。RandomBrightnessContrast模拟不同光照条件。CoarseDropout随机挖掉一些矩形区域，强迫模型不依赖单一局部特征，对遮挡场景有帮助。Normalize用的 ImageNet 均值方差，如果你从零训练可以用数据集自身统计值，但用预训练权重就必须保持一致。

3. 模型选型与训练：从 ResNet 到 EfficientNet，哪个更适合端侧

3.1 分类基线：ResNet50 还是 EfficientNet-B0

如果任务是单叶病害分类，ResNet50 和 EfficientNet-B0 是两个最常被拿来对比的基线。ResNet50 参数量约 25M，EfficientNet-B0 约 5.3M。在 PlantVillage 上，两者都能轻松跑到 95% 以上的准确率，但 EfficientNet-B0 的推理速度快 2～3 倍，模型文件小 4 倍左右。如果你打算把模型部署到手机或边缘设备上，EfficientNet-B0 是更务实的选择。如果服务器端推理、追求极致精度，可以上 EfficientNet-B4 或 ConvNeXt-Tiny。我一般会先用 EfficientNet-B0 跑一个基线，看混淆矩阵里哪些类容易混，再决定要不要换更大模型或加注意力模块。

训练时有一个关键参数经常被忽略：学习率调度。用预训练权重时，主干网络的学习率应该比分类头小一个数量级。比如分类头用 1e-3，主干用 1e-4。如果统一用 1e-3，预训练权重会被快速破坏，效果反而比从零训练还差。下面是一个用 PyTorch 写的训练循环核心片段：

import torch import torch.nn as nn from torch.optim import Adam from torch.optim.lr_scheduler import CosineAnnealingLR from torchvision.models import efficientnet_b0, EfficientNet_B0_Weights # 加载预训练模型 weights = EfficientNet_B0_Weights.IMAGENET1K_V1 model = efficientnet_b0(weights=weights) num_classes = 26 # 根据你的数据集类别数修改 model.classifier[1] = nn.Linear(model.classifier[1].in_features, num_classes) # 分层学习率：主干小，分类头大 backbone_params = [] head_params = [] for name, param in model.named_parameters(): if "classifier" in name: head_params.append(param) else: backbone_params.append(param) optimizer = Adam([ {"params": backbone_params, "lr": 1e-4}, {"params": head_params, "lr": 1e-3} ]) # 余弦退火调度，T_max 设为总 epoch 数 scheduler = CosineAnnealingLR(optimizer, T_max=30) criterion = nn.CrossEntropyLoss(label_smoothing=0.1) # 训练循环骨架 for epoch in range(30): model.train() for images, labels in train_loader: images, labels = images.cuda(), labels.cuda() optimizer.zero_grad() outputs = model(images) loss = criterion(outputs, labels) loss.backward() optimizer.step() scheduler.step() # 每个 epoch 后在验证集上评估，保存最优权重

label_smoothing=0.1是防止模型对训练标签过度自信，对提升泛化有帮助，尤其在标注有噪声的情况下。CosineAnnealingLR让学习率从初始值平滑降到接近零，比阶梯下降更稳定。T_max设成总 epoch 数，如果中途早停，学习率不会降到最低点，这个细节很多人不注意。

3.2 检测方案：YOLOv8 做病斑定位的标注和训练要点

如果你要做的是田间场景检测，YOLOv8 是目前工程落地最顺手的选择。标注格式用 YOLO 格式：每张图对应一个 txt 文件，每行是类别id 中心x 中心y 宽 高，坐标都归一化到 0～1。标注时有一个血泪经验：病斑边界框不要标得太紧。太紧的框会让模型学到病斑内部纹理，但田间病斑边缘模糊，推理时框会偏小甚至漏检。我一般建议框比肉眼看到的病斑大 10%～15%，给模型一点容错空间。

训练命令用 ultralytics 一行就能跑：

yolo detect train \ data=plant_disease.yaml \ model=yolov8s.pt \ epochs=100 \ imgsz=640 \ batch=16 \ lr0=0.01 \ patience=20 \ device=0

data指向数据集配置文件，里面写清楚训练/验证路径和类别名。model=yolov8s.pt用预训练权重，小模型在数据量不大时更稳。imgsz=640是检测任务常用输入尺寸，如果病斑很小可以提到 1280，但显存和速度会受影响。patience=20表示 20 个 epoch 验证指标不提升就早停，省时间。训练完后用yolo detect val看 mAP50 和 mAP50-95，前者看“能不能找到”，后者看“框得准不准”。

3.3 置信度校准：为什么模型说 0.95 你也不能全信

模型输出的 softmax 概率往往偏高，也就是“过度自信”。一个在测试集上准确率 85% 的模型，可能会对很多错误样本输出 0.9 以上的置信度。直接拿这个置信度给农户看，会出问题。常见做法是做温度缩放（Temperature Scaling）：在验证集上拟合一个温度参数 T，推理时用softmax(logits / T)替代softmax(logits)。T 大于 1 会让概率分布更平滑，降低过度自信。实现很简单：

import torch import torch.nn.functional as F def calibrate_temperature(logits, labels, device="cuda"): """在验证集上搜索最优温度 T""" logits = logits.to(device) labels = labels.to(device) best_T = 1.0 best_nll = float("inf") for T in [0.5, 0.8, 1.0, 1.2, 1.5, 2.0, 3.0]: nll = F.cross_entropy(logits / T, labels).item() if nll < best_nll: best_nll = nll best_T = T return best_T # 推理时使用 # calibrated_probs = F.softmax(logits / best_T, dim=1)

这段代码在验证集上遍历一组候选温度值，选交叉熵损失最小的那个。推理时把 logits 除以 T 再做 softmax。校准后，模型说 0.9 的时候，实际准确率会更接近 90%。这个步骤在农业场景里特别重要，因为农户会根据置信度决定要不要打药，过度自信会导致误判和浪费。

4. 服务化与端侧部署：从 FastAPI 到 ONNX 的落地路径

4.1 用 FastAPI 搭一个最小可用推理服务

模型训练完只是第一步，要让别人能用，得包成 HTTP 接口。FastAPI 是目前 Python 生态里最省事的方案，自带异步和文档。下面是一个最小推理服务：

from fastapi import FastAPI, UploadFile, File from PIL import Image import torch import torch.nn.functional as F import io from torchvision import transforms app = FastAPI() model = torch.load("./best_model.pth", map_location="cpu") model.eval() class_names = ["早疫病", "晚疫病", "健康", "叶霉病"] # 按实际类别替换 best_T = 1.5 # 校准温度，从验证集得到 preprocess = transforms.Compose([ transforms.Resize(256), transforms.CenterCrop(224), transforms.ToTensor(), transforms.Normalize( mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225] ) ]) @app.post("/predict") async def predict(file: UploadFile = File(...)): img_bytes = await file.read() img = Image.open(io.BytesIO(img_bytes)).convert("RGB") tensor = preprocess(img).unsqueeze(0) with torch.no_grad(): logits = model(tensor) probs = F.softmax(logits / best_T, dim=1) conf, idx = probs.max(dim=1) return { "class": class_names[idx.item()], "confidence": round(conf.item(), 4), "all_probs": { class_names[i]: round(probs[0][i].item(), 4) for i in range(len(class_names)) } }

启动命令uvicorn main:app --host 0.0.0.0 --port 8000，访问/docs就能看到自动生成的接口文档。preprocess里的 Resize 256 + CenterCrop 224 是标准 ImageNet 推理流程，和训练时的验证集处理保持一致。best_T从校准步骤得到，不要写死 1.0。返回结果里带上all_probs是为了让前端可以展示“可能性分布”，农户看到“早疫病 0.85、晚疫病 0.10”会比只看到一个标签更放心。

4.2 导出 ONNX 并在端侧跑：三个必须对齐的参数

如果要把模型放到手机或边缘设备上，ONNX 是最通用的中间格式。导出时最容易翻车的地方是输入尺寸、归一化参数、输出节点名。下面是一个导出脚本：

import torch import torch.onnx model = torch.load("./best_model.pth", map_location="cpu") model.eval() dummy_input = torch.randn(1, 3, 224, 224) torch.onnx.export( model, dummy_input, "plant_disease.onnx", input_names=["input"], output_names=["output"], dynamic_axes={ "input": {0: "batch_size"}, "output": {0: "batch_size"} }, opset_version=12 )

opset_version=12兼容性最好，大部分推理引擎都支持。dynamic_axes让 batch 维度可变，方便批量推理。导出后一定要用 onnxruntime 跑一遍，和 PyTorch 输出对比，误差在 1e-4 以内才算对齐。端侧推理时，预处理必须和训练时完全一致：同样的 resize 方式、同样的均值方差、同样的通道顺序（RGB 不是 BGR）。我见过有人用 OpenCV 读图默认 BGR，忘了转 RGB，结果模型输出全乱，排查了半天。

提示：如果端侧设备支持 NNAPI 或 CoreML，可以进一步把 ONNX 转成对应格式，推理速度还能再提升。但转换后一定要做数值对齐测试，不要假设转换无损。

4.3 批量推理和超时处理：服务上线前必须压测

单张推理快不代表服务能扛住并发。上线前至少做两件事：一是用ab或wrk压测，看 QPS 和 P99 延迟；二是给推理加超时和降级。如果模型推理超过 2 秒还没返回，前端应该显示“网络繁忙，请重试”，而不是一直转圈。FastAPI 里可以用asyncio.wait_for包一层：

import asyncio @app.post("/predict") async def predict(file: UploadFile = File(...)): try: result = await asyncio.wait_for( run_inference(file), timeout=2.0 ) return result except asyncio.TimeoutError: return {"error": "推理超时，请重试"}

run_inference是实际推理函数，可以放到线程池里跑避免阻塞事件循环。超时时间根据你的硬件和业务容忍度调整，田间网络差的时候 2 秒可能不够，可以放宽到 3～5 秒。

5. 避坑与排查：五个让病虫害识别系统翻车的真实原因

5.1 现象：训练准确率 99%，上线后农户说“全是错的”

原因：训练集和线上数据分布不一致。训练集是干净背景、单一光照的实验室图，线上是田间自然光、复杂背景、多角度拍摄。模型学到的是背景特征而不是病斑特征。

解决：用田间数据做微调，至少 200 张以上；训练时加入强数据增强模拟光照和角度变化；上线后持续收集误判样本，每月迭代一次。

5.2 现象：模型把健康叶判成病害，置信度还很高

原因：健康样本太少，模型没见过足够的负样本。或者标注时把“疑似病斑”也标成了病害，导致决策边界偏移。

解决：健康样本占比提到 20% 以上；标注规范里明确“疑似但不确定”的样本单独一类或剔除；推理时加一个置信度阈值，低于阈值返回“不确定，建议人工复核”。

5.3 现象：ONNX 推理结果和 PyTorch 不一致

原因：预处理不一致。最常见的是 OpenCV 读图默认 BGR，而训练时用的是 RGB；或者 resize 的插值方式不同（PyTorch 默认 bilinear，OpenCV 默认 bilinear 但实现有差异）；或者归一化均值方差写错。

解决：端侧预处理代码逐行对照训练代码；用同一张图分别跑 PyTorch 和 ONNX，打印预处理后的 tensor 前几个值对比；确认通道顺序和归一化参数完全一致。

5.4 现象：服务跑一段时间后内存持续上涨

原因：每次推理都加载模型或创建新 tensor 没释放；或者用torch.load在请求里重复加载。另一个常见原因是图片解码后没关闭，PIL 的 Image 对象在某些情况下会持有内存。

解决：模型在服务启动时加载一次，全局复用；推理用torch.no_grad()包住；图片处理完显式img.close()；用gc.collect()定期回收（虽然不优雅但有效）。

5.5 现象：某些类别总是分不清，比如早疫病和晚疫病

原因：这两个病在早期症状上确实很像，人眼都难分，模型更难。如果训练集里这两类样本标注边界模糊，模型就会学混。

解决：先确认标注一致性，找农业专家复核；如果确实难分，考虑合并成“疫病类”粗分类，或者加一个“需实验室检测”的兜底类别；也可以引入多模态信息，比如结合天气数据（湿度高更可能是晚疫病）做后处理。

6. 进阶技巧：用 Grad-CAM 做可解释性，让农户看到模型在看哪里

病虫害识别系统要让人信服，光给一个标签不够。农户会问“你凭什么说是早疫病”。这时候 Grad-CAM 就派上用场了：它能把模型注意力热力图叠加在原图上，显示模型是根据叶片上哪块区域做的判断。如果热力图集中在病斑上，说明模型学到了正确特征；如果集中在背景或叶柄上，说明模型走偏了，需要重新训练。

实现 Grad-CAM 不需要改模型结构，用pytorch-grad-cam库几行就能跑：

from pytorch_grad_cam import GradCAM from pytorch_grad_cam.utils.image import show_cam_on_image import numpy as np import cv2 # model 是你的分类模型，target_layers 选最后一个卷积阶段 target_layers = [model.features[-1]] cam = GradCAM(model=model, target_layers=target_layers) # 输入 tensor 和原始 RGB 图（0-1 浮点） grayscale_cam = cam(input_tensor=tensor, targets=None) grayscale_cam = grayscale_cam[0, :] # 叠加到原图 rgb_img = cv2.resize(rgb_img, (224, 224)) visualization = show_cam_on_image( rgb_img.astype(np.float32) / 255.0, grayscale_cam, use_rgb=True ) cv2.imwrite("cam_output.jpg", visualization[:, :, ::-1])

target_layers选最后一个卷积阶段，太浅的层感受野小，热力图会碎；太深的层分辨率低，热力图会糊。targets=None表示用模型预测的最高分类别作为目标，也可以指定某个类别看模型对那个类别的注意力。生成的cam_output.jpg可以直接返回给前端，农户看到热力图集中在病斑上，信任度会明显提升。

我自己的习惯是：每次模型迭代后，随机抽 20 张验证集图片跑一遍 Grad-CAM，人工扫一眼热力图有没有集中在背景上。如果发现某类样本的热力图总是偏，说明这类数据有问题，优先补这类样本。这个习惯帮我提前发现过好几次数据标注错误，比只看准确率曲线有用得多。希望帮到你。

本文还有配套的精品资源，点击获取