ATSLI-Net：一种面向微声学储粮害虫检测的硬件感知超轻量网络

《Journal of Stored Products Research》：ATSLI-Net: A hardware-aware ultra-lightweight network for micro-acoustic stored grain insect detection

　　

•提出了一种面向边缘的声学储粮害虫检测的硬件感知TinyML框架。•一种非对称时频解耦架构能够高效提取稀疏生物声脉冲特征。•一种静态时序偏移机制在不增加可训练参数的情况下捕获帧间依赖性。•所提出的ATSLI-Net仅以4.43K可训练参数实现了87.28%的分类准确率。•完全INT8量化的模型仅占用17.10 KB，并可在ARM Cortex-M4 MCU上实现实时推理。

**引言**

全球每年因虫害导致的粮食产后损失估计为12%–40%（Balingbing等，2024a），对粮食供应的长期稳定性构成直接威胁。稻米是超过世界一半人口的主食，尤其容易受到储粮害虫的侵害。在湿热气候条件下，由害虫、霉菌和变质共同造成的复合损失可超过20%（Kumar和Kalita，2017）。三种主要的储粮害虫——谷蠹（Rhyzopertha dominantia）、米象（Sitophilus oryzae）和赤拟谷盗（Tribolium castaneum）——表现出高度隐蔽的行为特征，幼虫在谷粒内部或颗粒间缝隙中发育。后文分别简称为R. dominica、S. oryzae和T. castaneum。一旦虫害确立，往往在产量出现不可逆下降和品质恶化后才被发现。因此，实现害虫的早期准确检测对于提高粮情管理时效性和熏蒸防控策略的有效性至关重要（Mankin等，2021）。

传统的储粮害虫检测方法包括人工目视检查、探棒取样和物理诱捕（Banga等，2018）。人工检查和诱捕方法依赖于受过训练的定期人工巡检，操作成本高且难以大规模推广至大型粮库。新兴的非破坏性技术如X射线成像和近红外光谱能够检测内部虫害，但受限于设备成本高昂、操作复杂，且无法支持小型粮库的常态化连续监测（Anukiruthika和Jayas，2025）。这些局限性促使近期研究开始探索声学检测作为一种非侵入且可连续操作的替代方案。通过捕获害虫取食、爬行和通讯活动产生的微弱振动声学信号，声学方法可以直接定位虫害源而不干扰储粮（Wu等，2025）。低成本MEMS麦克风的广泛普及进一步加速了基于物联网（IoT）的分布式声学监测网络的研究兴趣，初步研究已证实了主要储粮害虫物种级声学特征分类的可行性（Balingbing等，2024a）。

尽管基于深度学习的声学分类取得了可喜进展，但从实验室验证到实际粮库中的可部署系统仍存在两个根本性瓶颈（Kohlberg等，2024）。首先，时频特征提取能力与计算开销之间存在显著矛盾。储粮害虫产生的声学信号本质上是微弱、非平稳且高度稀疏的，其特征表现为间歇性脉冲爆发与长时间静默交替出现（Mankin等，2021）。通用轻量级视觉架构（如MobileNet-V2）难以捕捉这些复杂的时频动态，通常导致分类准确率欠佳（Sandler等，2018）。反之，高性能声学时序模型（如CNN-LSTM-2D）虽然达到了更优的准确率，但以大幅增加参数数量和浮点运算量（FLOPs）为代价，不适合资源受限的部署场景（Zhao等，2019）。其次，实际存在的硬件软件栈不兼容问题在边缘端构成了部署障碍。实际粮库存储环境通常缺乏连续电力和网络连接，需要在超低功耗微控制器（MCU）上进行本地推理（Khalifeh等，2022）。然而，高级时序建模技术往往依赖动态算子，而轻量级边缘推理引擎的受限运行时环境不支持这些算子。例如，标准时序移位模块中使用的张量滚动算子tf.roll（Lin等，2019）不在TensorFlow Lite Micro（TFLM）的算子白名单中（David等，2021）。综上所述，这些局限性表明在高性能声学建模与资源受限粮库环境可部署的边缘智能系统之间存在关键缺口。此外，据我们所知，尚无先前的工作在一个统一的设计框架内联合优化声学表示学习、量化鲁棒性和硬件感知部署兼容性用于储粮害虫监测。

这些局限性推动了ATSLI-Net的研发——一种从底层协同设计、针对这些相互关联挑战的硬件感知架构。本文的具体贡献如下：

1）面向害虫声学的时频解耦轻量级Inception模块：设计了一种三分支非对称卷积结构，包括频率分支（1×7卷积核）用于捕获频谱共振峰响应、时间分支（7×1卷积核）用于捕捉取食节律模式，以及混合分支（3×3卷积核）用于建模局部时频联合细节。该设计显式解耦了时间和频谱特征，弥补了标准Inception架构依赖均匀方形卷积核的局限性（Szegedy等，2015），后者对害虫声学信号的低频（93.75–2500 Hz）和稀疏特征表现欠佳（Zhang和Guo，2012）。时频解耦原理已在鸟类叫声分类等相关声学领域得到独立验证；本工作进一步优化了卷积核配置，在保持低计算预算的同时增强了对昆虫咀嚼声特定时间模式的敏感度。

2）双路径自适应空洞卷积与通道拆分策略：将空洞卷积（Yu和Koltun，2016）与动态通道划分机制相结合。通过在时间分支和混合分支中沿时间轴施加膨胀率，在不增加参数数量的情况下扩展了时间感受野。通道拆分比例α = 0.6经实验确定，以平衡特征交互充分性与计算冗余。

3）分支自适应门控融合（BAGF）与静态时序偏移的协同设计：引入BAGF机制为每个卷积分支生成独立的Sigmoid空间门控掩码，实现分支响应的自适应重加权，同时促进INT8训练后量化（Wu等，2024）的激活范围控制。为克服动态算子的硬件兼容性限制，设计了一种无参数的静态时序移位模块（Static-TSM）。通过采用静态通道内存切片替代不兼容的动态滚动操作，Static-TSM在不引入额外可训练参数或动态运行时操作的情况下捕获害虫咀嚼行为固有的长程时序依赖性。

4）在真实MCU上的完整端到端系统验证：ATSLI-Net模型已完全部署在ARM Cortex-M4（STM32F407）微控制器上。INT8量化后，模型使用17.10 KB Flash存储模型常量，系统SRAM使用量为87.93 KB，单帧推理延迟为35.31 ms，满足5秒音频分析窗口的实时处理要求。与ResNet-18（He等，2016）和CNN-LSTM-2D等模型相比，ATSLI-Net在实现可比准确率的同时，参数数量约为CNN-LSTM-2D基准模型的1/37，FLOPs约为1/24。

本文其余部分组织如下：第二节回顾储粮害虫声学监测和TinyML边缘部署的相关工作。第三节介绍硬件感知的信号预处理流程及ATSLI-Net架构的详细设计。第四节介绍实验设置、结果和分析，包括模型对比、消融实验和超参数敏感性。第五节报告在ARM Cortex-M4微控制器上的在设备实现和实测性能。最后，第六节总结全文并展望未来工作。

**储粮害虫声学监测**

传统储粮害虫检测通常依赖于目视检查、探棒取样和诱捕（Banga等，2018）。基于视觉的农业监测在复杂环境中已取得令人满意的效果，包括用于辣椒病虫害的轻量级边缘可部署检测器（Wang等，2025）以及用于蔬菜病害的特征增强网络（Wang和Liu，2026）。然而，这些方法依赖于可见的表面目标，且对光照敏感……

**方法论**

为应对储粮害虫声学信号识别中非平稳声学脉冲捕获与边缘设备计算瓶颈的双重挑战，本文提出了一种硬件感知的轻量级端到端声学神经网络架构：ATSLI-Net（非对称时序移位轻量级Inception网络）。

**数据集配置**

所有实验均在两个数据集上进行：用于分布内评估的IRRI储粮害虫声学数据集，以及用于独立交叉数据集评估的ASPID数据集。

1）主数据集（IRRI储粮害虫声学数据集）

IRRI数据集（Balingbing等，2024a）是一个公开基准数据集，包含12,960个以8 kHz采样率录制的10秒WAV音频文件。数据集涵盖三种主要害虫物种：Rhyzopertha……

**硬件部署与实测性能**

为验证ATSLI-Net在真实硬件上的可部署性，将INT8量化后的模型通过X-CUBE-AI工具链刷入STM32F407VET6微控制器（ARM Cortex-M4，168 MHz，192 KB SRAM，512 KB Flash）。为实现可控且可复现的基准测试，设备端测试程序从Flash中读取以12位ADC值存储在16位字中的原始波形样本，确保所有受测模型的声学输入一致。完整的预处理流程——包括带通滤波、……

**结论**

本工作提出了ATSLI-Net（非对称时序移位轻量级Inception网络），一种面向资源受限微控制器（MCU）部署的硬件感知超轻量级神经网络，用于从原始声学输入实现储粮害虫声学分类。

所提出的ATSLI-Net在受评估的MCU可部署方法中实现了优异的准确率-效率平衡，在IRRI储粮害虫数据集上达到87.28% ± 0.23%的准确率，与……相差0.18个百分点。

**CRediT作者贡献声明**

潘克宇：撰写——原始草稿、可视化、验证、方法论、调查研究、形式化分析。陈凌：撰写——审阅与编辑、监督、项目管理、方法论、资金获取、概念构思。

**资金支持**

本工作受国家自然科学基金（62676333）资助，受国家自然科学基金区域创新发展联合基金项目重点项目（U25A20474）资助。还受重庆市自然科学基金面上项目（批准号：CSTB2024NSCQ-MSX0428）和重庆市科技创新与应用发展联合行动计划项目/企业科技突破……资助。

**利益冲突声明**

作者声明不存在已知的竞争财务利益或个人关系可能影响本文所报告的工作。

潘克宇 | 陈凌