面向资源受限边缘平台的跨架构知识蒸馏大丽花品种细粒度分类研究

《Smart Agricultural Technology》：Comparative Analysis of Deep Learning Architectures for Fine-Grained Classification of Dahlia Varieties

　　

花卉的细粒度视觉分类（FGVC）因类间差异细微和类内多样性大而仍是一项显著挑战。在精准农业中，在资源受限的边缘平台上部署高精度模型受到计算开销的严重制约。为缓解这一瓶颈，研究人员引入了一个专门的63类大丽花数据集，包含3,279张田间采集图像，并研究了一种跨架构知识蒸馏（CAKD）框架，该框架将软目标从紧凑的Vision Transformer（Swin-Tiny）教师迁移至紧凑的CNN学生（MobileNetV3）。在所有模型严格相同的训练协议下，蒸馏后的学生模型达到97.51% ± 0.99%的测试准确率（三个随机种子的均值 ± 标准差），仅有4.28M参数和0.22 GMACs，超过了池中每一位教师：ResNet152（97.01%，58.27M）、Swin-Tiny（96.82%，27.57M）和EfficientNetV2-M（96.62%，52.94M）。来自两倍大的ResNet152教师的同构蒸馏达到97.61%，差异在种子方差范围内，因此CAKD的价值在于效率而非更高的准确率上限。学生模型在消费级智能手机上以每张图像17.0 ms（58.8 FPS）运行。研究人员还报告了平衡准确率、宏F1和头/中/尾指标，这些指标表明总体准确率掩盖了在稀有品种上的显著下降。紧凑学生模型被导出为ONNX并集成到边缘-云微信小程序中，该程序从田间收集困难样本以进行周期性再训练。研究结果将该系统定位为农业表型分析和品种保护中实用的精度-效率权衡，而非在新构建数据集上的最先进声明。

**研究背景与问题**：花卉在全球生态系统中具有基础性作用，同时兼具经济、药用和观赏价值。在现代农业背景下，花卉产业已发展为重要经济支柱。然而，大丽花（Dahlia）等特定栽培品种尽管具有深厚文化底蕴和高市场需求，其商业管理仍受实际瓶颈严重制约。大丽花形态多样性极高——复杂花序结构和丰富色彩变异——给视觉识别带来显著挑战。美国大丽花协会（ADS）1956年建立的14组分类系统和皇家园艺学会（RHS）提出的16组分类方案已成为全球公认标准。此外，云南省农业科学院通过杂交选育的'Chiyu'和'Fendai'等先进品种表明，花型分类学仍高度依赖复杂形态指标，包括花瓣层叠密度和花心闭合参数。商业命名混乱——同物异名和品种名称混用——持续扰乱市场规范。因此，迫切需要快速、轻量、高精度的自动化识别工具，以标准化市场流通、实现精准栽培并支持育种知识产权保护。从生态与安全角度看，准确植物识别支持生物多样性保护和植物病害监测，并为有毒植物提供早期预警。随着移动互联网普及，公众对植物教育的需求日益增长，开发响应迅速、面向移动端优化的花卉识别系统已成为行业发展趋势。更重要的是，此类边缘部署系统可作为建立可持续"数据飞轮"的催化剂——高效移动应用驱动用户参与，无缝采集海量多样化真实世界视觉数据，持续支撑后续模型优化。

传统花卉识别主要依赖人工经验，效率低、成本高且存在主观偏差。计算机视觉早期阶段，花卉分类采用手工特征提取方法，如颜色直方图、纹理特征、尺度不变特征变换（SIFT）和方向梯度直方图（HOG）。然而这些方法存在显著局限：特征表征能力受限，难以捕捉不同花卉物种的复杂形态结构和细微变异；鲁棒性差，手工特征对杂乱背景和光照波动高度敏感；泛化能力不足，面对庞大物种多样性和复杂真实环境时传统模型往往无法满足应用需求。

近年来，深度学习——尤其是卷积神经网络（CNN）和较新的Vision Transformer（ViT）——在图像识别领域取得突破，成为花卉分类的主导范式。CNN自动学习从低层纹理到高层语义特征的层次化表征，显著增强判别能力。架构演进从传统CNN、ResNet到注意力驱动模型（如ViT、Swin Transformer）持续推动分类准确率边界。尽管取得实质进展，花卉细粒度视觉分类（FGVC）仍因植物图像"类间差异细微和类内多样性高"的特征而面临严峻挑战：不同物种花卉可能外观几乎相同，而同一物种在不同生长阶段或视角下可呈现截然不同外观。关键研究前沿包括：全局结构依赖与背景干扰——自然场景常含叶片和土壤噪声，注意力机制（如SENet、CBAM）帮助CNN聚焦判别区域，但与ViT相比仍难以捕捉长程全局依赖；实时移动部署——模型复杂度与推理速度之间存在关键矛盾，ViT提供优越全局感受野但计算开销大，边缘设备部署不切实际，轻量级CNN虽可用但常伴随精度下降；专业领域数据稀缺与静态数据集瓶颈——稀有或特定花卉品种常缺乏大规模公共数据集，导致模型过拟合，传统静态数据集难以捕捉园艺品种动态演化和真实环境极端方差，克服此瓶颈需从静态训练范式转向动态数据飞轮机制。

为解决笨重模型高精度与轻量模型高效率之间的困境，知识蒸馏（KD）成为有前景的解决方案，允许紧凑"学生"网络模仿高性能"教师"网络的行为和特征表征。然而在花卉识别背景下，不同教师架构如何影响学生对细粒度花卉特征的学习仍探索不足。传统同构KD通常采用深层CNN（如ResNet152）教授浅层CNN，学生从根本上受限于教师的局部感受野。跨架构KD（CAKD）则利用Vision Transformer（如Swin-Tiny）或混合模型作为教师向CNN学生传递全局注意力机制，但其是否实际产生比同构蒸馏更准确的学生仍是一个开放性实证问题。本研究引入自构建的专门大丽花数据集，包含63类3,279张图像，在此数据集上基准测试同构蒸馏（ResNet152教师）与跨架构蒸馏（ConvTrans-ResMLP和Swin-Tiny教师）对MobileNetV3-Large学生的效果。通过比较测试集准确率、宏F1、平衡准确率和头/中/尾性能，结合Grad-CAM注意力图，研究人员考察哪种教师架构为移动植物学应用提供最佳精度-效率权衡。关键的是，这种精度与延迟的平衡使植物学数据飞轮得以运行。通过利用ONNX计算图优化，CAKD训练的MobileNetV3学生被导出为适合微信小程序原生部署的超轻量引擎，提供支持广泛田间图像采集所需的边缘推理能力，而新采集的长尾数据可反馈至服务器上的教师网络进行迭代知识提取。贡献在于可复现的跨架构蒸馏协议及运行中的数据飞轮，而非新的蒸馏目标。

**研究方法**：研究人员构建了包含63类3,279张唯一标注图像的大丽花数据集，按约8:1:1划分为训练集（2,618张）、验证集（329张）和测试集（332张）。划分前移除完全重复和近重复图像以避免训练-测试泄漏。划分在类级别分层，保证每类至少一张测试图像，使稀有品种的每类召回率和头/中/尾指标保持良定义。测试集从未用于模型选择或超参数调优。数据集呈现显著长尾分布：少数多数类（头类）主导数据集，如Teesbrooke Audrey（277张）、Impression Fantastico（200张）、Ice and Fire（154张）和Siver Years（145张）；相反，15个类别（尾类）各含少于20张图像，最小的Viking仅3张。此类类别不平衡使标准深度学习模型偏向头类，导致对多数品种过拟合并对稀有品种表征不足。数据集还呈现极低类间方差：不同大丽花品种常具有惊人的形态和色彩相似性，如'Ice and Fire'和'Checkers'均呈现复杂红白斑驳花瓣，'Purple Fox'和'Caitlin'共享几乎相同的球形花结构和洋红色色彩空间，'Black Benka'和'Honka Pink'均具有兰花型大丽花特征的狭窄内卷花瓣。此类视觉一致对强调了利用先进卷积架构（如EfficientNetV2）捕捉高判别性局部特征表征的必要性，而非仅依赖全局形状或颜色。

实验在高性能工作站上进行，运行Ubuntu 22.04 LTS操作系统，配备两块NVIDIA A100-SXM4 GPU（每卡40 GB显存）。模型使用Python 3.13和PyTorch深度学习框架实现和训练，由CUDA 13.0加速。网络架构和预训练权重利用timm（PyTorch Image Models）和Hugging Face transformers库，性能评估和指标计算使用scikit-learn。所有候选架构均使用ImageNet-1K数据集预训练的开源权重初始化：CNN架构（ResNet152、EfficientNetV2-M和MobileNetV3）基础权重通过timm库获取，Vision Transformer（Swin-Tiny）和混合配置利用Hugging Face transformers仓库实例化。由于基础架构原为1,000类通用物体识别设计，各模型最终分类头（全连接层）被丢弃以适应领域特定任务，新初始化线性分类器附加至各骨干，严格将提取特征投影至63个大丽花品种。与常规冻结骨干方法不同，研究人员执行全参数微调，端到端优化使泛化预训练权重自适应精炼并高度专门化于大丽花复杂形态纹理。

跨架构知识蒸馏（CAKD）的数学形式化：核心方法目标是将高容量教师模型的全局空间意识传递至高效学生模型。设z_T和z_S分别表示教师（Swin-Tiny）和学生（MobileNetV3）模型的输出logits。软概率分布p_T和p_S使用温度缩放参数T松弛的Softmax函数生成。温度参数T软化教师概率分布，揭示视觉一致品种间关键类间相似性（暗知识）。学生模型通过最小化联合损失函数L_total优化：第一分量为学生预测与one-hot编码真实标签y之间的标准交叉熵损失L_CE；第二分量为教师和学生软化概率分布之间的Kullback-Leibler（KL）散度损失L_KL。总损失公式为L_total=αL_CE(y,σ(z_S))+(1?α)T²L_KL(p_T∥p_S)，T²α项确保反向传播过程中两个损失分量的梯度幅度保持可比。所有模型训练30个epoch，批大小16。为避免架构与优化混淆，每个模型在相同协议下训练：AdamW优化器，初始学习率1×10^-3，前10%迭代线性预热后余弦衰减，权重衰减0.05，相同增强管道（随机水平和垂直翻转、±30度内旋转、颜色抖动）。模型间仅架构不同。蒸馏阶段学生使用余弦退火从1×10^-3优化至0，温度T=4.0，散度权重α=0.5，这些值用于本文报告的每次跨模型比较。由于两值先验上均非明显最优，研究人员报告了事后敏感性扫描，展示准确率和尾部召回率随两参数变化的情况。

**研究结果**：

**精度-复杂度权衡与训练动态**：蒸馏后的MobileNetV3占据精度-复杂度空间的有利左上区域，仅4.28M参数即达到97.51% ± 0.99%的测试准确率，接近或超过ResNet152（97.01% ± 0.84%，58.27M）和EfficientNetV2-M（96.62% ± 1.13%，52.94M）等重型CNN。由于数据集为新构建且无既定公共基准，研究人员将其描述为有竞争力的精度-效率权衡而非最先进声明。最直接发现是蒸馏学生的效率：仅使用ResNet152参数量的7.3%，CAKD训练的MobileNetV3在测试集上匹配该模型。基线MobileNetV3单独达到96.62% ± 0.51%，而Swin-Tiny蒸馏学生达到97.51% ± 0.99%，监督价值约一个准确率百分点。训练轨迹分析揭示候选模型的不同学习动态：重型CNN（ResNet152和EfficientNetV2-M）较早达到性能平台，其深层层次成功驱动训练损失下降，但巨大复杂度使其对实时农业部署计算上不可行。早期混合ConvTrans-ResMLP架构表现出更困难的学习轨迹，尽管约100M参数，完整30个epoch后测试准确率仍为49.65% ± 4.77%，说明在专门长尾数据集上从零训练注意力密集型模型的困难。相反，纯Vision Transformer（Swin-Tiny，27.57M）提供高质量软目标，达到93.87%测试准确率（注：表2显示96.82% ± 0.28%）。4.28M学生接近或超过100M混合ConvTrans教师的事实表明从训练良好的Transformer进行靶向知识迁移的实用价值。综合表2和图4，三点突出：第一，大小与准确率关系非单调——ResNet152（58.27M）和远小的MobileNetV4基线（2.57M）均达97.01%，蒸馏MobileNetV3（4.28M）超过两者；第二，计算成本比参数数量更 sharply 区分模型——EfficientNetV2-M花费5.36 GMACs达96.62%，而MobileNetV4仅需0.18 GMACs即获更高分数，MobileNetV3仅0.22；第三，长尾列讲述不同故事——所有96%以上模型在15个最稀有品种上损失8至19点召回率，考虑该损失后模型排名改变。

**知识蒸馏结果与消融**：基线性能局限——MobileNetV3标准微调快速收敛，达96.62% ± 0.51%测试准确率，鉴于大丽花分类细微类间方差，这是轻量CNN单独训练的竞争性上限。瓶颈与否——使用重型ResNet152（58.27M）作为教师，蒸馏MobileNetV3达97.61%（单种子，3,313图像划分），与跨架构结果（97.51% ± 0.99%）统计上不可区分。因此研究人员不声称跨架构监督产生更准确学生；共享卷积归纳偏置在此机制下似乎不限制教师可传递的内容。跨架构蒸馏达到相同水平——使用纯Vision Transformer（Swin-Tiny）作为教师的跨架构管道达到97.51% ± 0.99%测试准确率，比同构变体低0.10点，两者在种子方差内等价，Transformer教师的价值须在其成本而非准确率中寻找。教师成本——比较提出经济而非机制问题：Swin-Tiny教师（27.57M参数）和ResNet152教师（58.27M参数）产生相同质量学生，因此Transformer教师将教师侧成本减半。研究人员不声称Transformer传递定性不同的先验；Grad-CAM差异与更广泛有效感受野一致，但未确立之。通过采用此Transformer教师，蒸馏损失迫使CNN学生模仿这些全局概率分布，此跨归纳偏置迁移让MobileNetV3学生保持局部高频纹理效率的同时获得更广泛全局花卉几何视野，学生因此在部署时未引入任何额外参数即达其准确率。准确率与部署配置——最高准确率学生为Swin-Tiny→MobileNetV3（97.51% ± 0.99%）；小程序中部署的变体为MobileNetV4学生（96.82% ± 0.61%），因其参数少40%（2.57M vs 4.28M）、乘加少18%，且在智能手机上17.0 ms延迟为30 FPS目标留充足余量。MobileNetV3学生视为准确率导向配置，MobileNetV4学生视为部署导向配置。

**稀有品种每类行为**：聚合指标隐藏错误发生位置。63个品种中45个被所示全部十个模型完美分类，差异集中于小集稀有类。图6展示至少一个模型漏图的18个品种的每类召回率，三种模式突出：第一，四个品种仅一张测试图像（DutchCarnaval、LeilaSavannaRose、David Howard和Santa Claus US），一错即0%召回，DutchCarnaval被所有模型漏分；因尾桶仅90张测试图像，单张图像移动尾部召回率1.1点，解释表2离散步骤。第二，蒸馏改变恢复哪些类而非均匀提升所有类：Chick A DeeUS上Swin-Tiny教师本身仅达0.50，而MobileNetV3学生达1.00。第三，Transformer非均匀更好：Evanah上CNN基线达1.00而Swin-Tiny教师达0.83。ConvTrans学生仍最弱行，五类零召回，与其不稳定训练一致而非类特定失败。

**蒸馏权重和温度敏感性**：蒸馏目标有两个超参数：温度T和散度项权重α。表3用Swin-Tiny教师和MobileNetV3学生在单种子上逐一扫描。权重主导：α=0.1时准确率最高（98.21%），随α增大而下降，α=0.7时达97.31%，而尾部召回率反向移动并在α=0.7达峰（93.33%），比α=0.5默认（83.33%）高10.0点。小α保留头类交叉熵信号，大α让教师软分布作用于稀有类。温度影响较小：α=0.5时准确率仅在96.72%（T=2）和97.61%（T=8）间变化。3.1和3.2所有比较使用α=0.5和T=4，扫描前固定并在每对教师-学生间保持恒定，研究人员保留该设置以保持可比性并将扫描报告为敏感性分析而非回溯主表；针对稀有品种的实践者应偏好α约0.7，代价0.2点准确率、获得7.7点尾部召回率。

**细粒度特征归因（Grad-CAM分析）**：为解释3.1节识别的蒸馏学生改进性能，研究人员对多样植物场景应用梯度加权类激活映射（Grad-CAM）。通过为相同样本跨模型生成热图，观察到学生相对标准对应物优先视觉信息的定性转变。克服复杂背景中的注意力分散——传统重型CNN（如ResNet152和EfficientNetV2-M）在精准农业中的关键局限是对环境噪声的敏感性。如Tricolore和Jive案例清晰可见，这些标准模型常表现严重"注意力分散"，高强度激活区域（红/黄区）无差别渗入背景枝叶和茎干，表明虽极深但缺乏分离目标花朵与复杂生态环境所需的选择性聚焦。相反，跨架构范式训练的MobileNetV3学生显示更强背景抑制，在Golden Scepter和Checkers等样本中CAKD训练模型保持更紧、更对象中心的聚焦，更干净激活模式表明学生也学会抑制无关空间干扰，尽管Grad-CAM是定性工具不能证明继承。全局上下文和结构意识的继承——学生模型潜力的最有力证据在于聚焦各品种植物学核心。通过放弃次优混合ConvTrans模型并直接从Swin-Tiny（新教师）学习——其利用移位窗口全局自注意力机制——MobileNetV3学生已超越简单边缘和纹理检测。在Chick A DeeUS和Siver Years等复杂形态几何中，Swin-Tiny教师持续激活整个花结构，强调对称性和叶序（花瓣排列），CAKD训练的MobileNetV3学生密切模拟此行为。标准ResNet152常固着外围花瓣，而学生热图覆盖花头判别标记。研究人员将此解读为学生有效感受野已拓宽的证据，同时注意Grad-CAM不直接测量感受野。紧凑特征重用的视觉证据——Grad-CAM分析提供效率悖论的定性说明：尽管复杂度低得多，学生激活图持续更接近Vision Transformer教师的全局行为而非巨大CNN。在Café au Lait Twist?和Eveline NL中，早期混合ConvTrans-ResMLP教师产生弥散注意力，焦点区域宽泛缺乏锐利边界；Swin-Tiny监督下学生激活更集中于花结构，研究人员将其解释为紧凑但靶向的特征重用而非可量化表征密度。

**边缘部署与实时推理效率**：尽管理论参数数量提供模型大小代理，精准农业实际部署——如移动设备或农业无人机——严格受推理延迟和内存访问成本制约。为全面评估所提架构真实可行性，研究人员在边缘模拟硬件环境（AMD Ryzen 7 8745H CPU，纯CPU计算模拟资源受限边缘端点）进行推理效率基准。所有模型以批大小1处理顺序数据流模拟实时田间采集。标准高容量架构尽管准确率有竞争力，但低于流畅交互所需30 FPS阈值：ResNet152和EfficientNetV2-M单线程CPU推理仅达4.9和8.8 FPS（每图像206.04和113.07 ms），ConvTrans-ResMLP更慢仅2.2 FPS（448.56 ms）。相反，蒸馏MobileNetV3达每图像5.39 ms即185 FPS，部署MobileNetV4学生在同主机达3.52 ms（284 FPS）。在Redmi 2407FRK8EC智能手机上同一学生通过微信NPU支持引擎以每图像17.0 ms（58.8 FPS）运行。学生因此比ResNet152快38至58倍同时达可比测试准确率（97.51% ± 0.99%）。

**综合讨论与局限**：尽管实证结果建立大丽花品种细粒度视觉分类稳健框架，将这些发现置于农业计算机视觉更广泛景观中至关重要。现代精准农业关键 imperative 是深度学习从高度受控实验室环境向复杂资源受限田间应用的转变，本研究通过跨架构知识蒸馏（CAKD）重新定义精度-复杂度权衡直接应对此转变。对田间农业表型分析和文献比较的意义——历史上花卉识别高判别精度需要巨大CNN或ViT，对移动农业设备计算上 prohibitive，此硬件约束与综述一致，强调部署最先进农业分类器的操作瓶颈严重在于设备端限制。为规避此，开创性移动优化植物识别框架——如Pl@ntNet平台和Flora Incognita生态系统——常依赖集中云服务器基础设施处理重型模型前向传递。然而此云中心范式在偏远精准农业实际中表现关键脆弱性，网络带宽常间歇或完全不可用。本研究应对此脆弱性：蒸馏MobileNetV3学生主要贡献是展示Transformer自然捕捉的广泛空间上下文可压缩至 streamlined 卷积足迹。通过移除早期田间系统的云依赖，蒸馏模型占据精度-延迟前沿有利点，设备端17.0 ms每图像（58.8 FPS）测量表明实时植物学诊断在商品智能手机上可行，无需云计算或稳定连接。对复杂生态噪声的鲁棒性——自动植物表型分析持久挑战是真实世界背景的混沌本质，包括重叠枝叶、可变土壤纹理和波动光照。标准卷积模型常因受限归纳偏置对局部环境噪声致命敏感，Grad-CAM分析强烈证实此文献共识：标准重型基线如ResNet152和EfficientNetV2-M表现严重"注意力分散"，高强度激活区无差别渗入背景枝叶和茎干。为解决此背景干扰，传统农业管道集成局部即插即用注意力层如SE块或CBAM，如基线比较所示这些局部重加权机制抑制有限因不能跨长程空间距离推理。CAKD管道采取不同路线：使用纯Vision Transformer（Swin-Tiny）作为教师，学生继承目标中心移位窗口自注意力先验而非重加权局部纹理，所得激活图与标准CNN特征提取相比有利，尽管研究人员将其呈现为定性观察。边缘-云协作基础设施和数据飞轮机制——分类器本身非田间系统，因此研究人员将完整循环实现为微信小程序，由云缓冲和本地训练服务器支持，组织为四层：EDGE（手机，设备端ONNX推理）、RELAY（云缓冲异步上传）、HPC（训练服务器）和OTA（权重分发）。图9展示循环闭合的七个阶段：阶段1田间采集——用户拍摄花卉，ONNX学生在手机上17.0 ms运行返回品种名称，推理无需网络；阶段2错误或新颖性标记——若答案错误或花卉为模型未见品种，用户点击单按钮并可输入真实名称；阶段3异步上传——图像、预测类和可选标签进入云缓冲，界面从不阻塞传输；阶段4去重和策展——每个缓冲图像与语料库平均哈希比较，策展人接受、拒绝或重标；阶段5再训练和蒸馏——教师在扩大训练划分上再训练，MobileNetV4学生从其再蒸馏；阶段6评估门——更新学生在冻结测试集上评分，若准确率、宏F1或尾部召回率退化则拒绝；阶段7权重替换——接受模型导出ONNX并替换云资产，下次客户端启动拾取。权重替换故意一条命令：导出脚本写ONNX文件、检查输出节点名称和大小、上传至客户端已查询的相同云路径；启动时客户端比较缓存副本与云文件，下载新权重一次并重建推理会话，不涉及应用商店审核因程序代码不变仅模型资产替换，从策展人角度整个更新单击即可。为测试循环是否改进模型而非仅描述，研究人员执行一个完整周期：两轮间收集和标注55个困难样本，54个匹配现有类并加入训练划分（训练划分增加1.7%），测试集和验证划分两轮间保持一致，两轮从相同预训练初始化开始，任何变化可归因于添加数据而非持续训练。总体准确率基本不变，对1.7%训练数据增加符合预期；关键变化在尾部：蒸馏MobileNetV3的15个最稀有品种召回率从83.3%升至93.3%（增益10.0点），宏F1从93.9%升至96.1%，其他学生双向移动小于1.5点。因收集的困难样本集中于稀有品种，循环精确纠正其设计针对的弱点且不扰动头类。伴随系统的识别图集完全由研究组拥有材料制作：补充图集每张图像或由研究组购买栽培或在2024-2026季节自有田块拍摄，不复制任何第三方协会、苗圃或专利局照片，避免从登记公报获取品种参考图像的版权复杂性并与2.1节标注管道一致。对智慧农业的普适性和更广泛意义——超越大丽花识别，所提CAKD范式的农学价值延伸至智慧农业更广泛领域。精准农业日益要求在严格边缘计算和电池约束下高精度视觉识别，将Transformer广泛自注意力行为压缩至轻量卷积足迹（4.28M参数，17.0 ms每图像）是多种农业视觉任务的可扩展蓝图：早期作物病害诊断——自动植物病理学著名瓶颈是在可变田间光照下区分早期真菌病变细微细粒度变异与复杂生理性叶焦，标准轻量网络常因局部感受野失败而ViT在手持农场监视器上不可部署，CAKD框架可直接适配将全局结构病变意识迁移至移动友好学生，实现高价值经济作物叶尺度实时诊断工具；视觉引导机器人采收和分拣——机器人水果采收和采后质量分级视觉系统须同时实现微秒延迟匹配机械分拣臂和卓越精度检测微小皮肤缺陷或成熟度分级指标，通过占据精度-延迟帕累托前沿绝对最优左上象限，蒸馏架构为机器人采收机和工厂传送带边缘节点提供现成解决方案；无人机精准除草管理——无人机局部除草喷洒中低空空中边缘平台须在高巡航速度下对高度一致作物幼苗和入侵杂草物种进行密集实时像素或对象级判别，模型证明的稳健背景噪声抑制和30+ FPS能力展示无缝集成低功耗无人机飞行控制器的巨大潜力，显著减少化学投入支持绿色农业可持续性；加速智能设计育种表型分析——培育新观赏品种高度技术过程中，识别早期形态变异或胚胎培养中筛选污染变异体著名劳动密集，通过将轻量全局感知模型直接部署移动设备，育种者可实时采集海量高通量表型数据，此即时数字反馈循环提供智能设计育种所需基础大数据，最终加速优质抗性大丽花变体选择周期。局限与未来工作——尽管CAKD框架性能良好，若干局限值得进一步工作：第一，自定义Dahlia-63数据集长尾，虽数据飞轮设计随时间缓解，极端尾部类泛化仍是脆弱性，应探索少样本技术；第二，设备端基准仅覆盖单一Android手机，直射阳光下热节流、电池消耗和其他硬件特定效应未测量，未来工作将量化这些物理指标；第三，边缘-云飞轮持续运行需展示观察到的尾部召回率增益是否多轮累积。

**结论翻译**：本研究对深度学习架构进行全面比较分析，并探索先进知识蒸馏范式用于大丽花品种细粒度分类。基于63类3,279张高分辨率图像的专门数据集，实证结果得出以下确定结论：有利的精度-效率权衡——对MobileNetV3应用CAKD以4.28M参数和0.22 GMACs达到97.51% ± 0.99%测试准确率，高于ResNet152（97.01% ± 0.84%，58.27M）和EfficientNetV2-M（96.62% ± 1.13%，52.94M）等重型模型，同时使用约7%参数和2%乘加；在Redmi 2407FRK8EC智能手机上蒸馏学生以每图像17.0 ms（58.8 FPS）运行。效率而非准确率是跨架构蒸馏的优势——相同优化协议下，ResNet152指导学生达97.61%，Swin-Tiny指导学生达97.51%，差异在种子方差内；Transformer教师的优势在于成本而非准确率：交付相同学生质量同时小2.1倍（27.57M vs 58.27M参数）。实际应用与未来展望——蒸馏模型紧凑足迹使其原生集成至实时微信小程序，此边缘-云基础设施展示田间大丽花诊断可行性；未来工作将扩展持续学习管道，通过靶向数据收集和少样本学习解决稀有品种长尾分布，并量化真实设备热和电池行为。