摘要
针对农业病虫害诊断中轻量级模型精度低、云端方案延迟高及诊疗流程脱节问题,本文提出了基于病灶感知注意力(LAA)的轻量化终端网络Agri-DeviceNet与云边端协同诊疗系统Agri-SynergySys。Agri-DeviceNet通过嵌入LAA模块并接受辅助分割任务监督,自适应聚焦关键病理特征;Agri-SynergySys则以云端Transformer为教师,通过跨模态表征对齐(CMRA)策略将全局表征知识高效迁移至终端。实验结果表明,Agri-DeviceNet在公开数据集上准确率达92.3%,较基线提升5.2%,以3.2M参数量实现35ms推理延迟,显著优于现有模型;在精准作业仿真验证中,系统实现了高精度的病害诊断,误诊率低于1%,满足精准农业实时性与可靠性要求。
