EnhancedTinyCNN：面向智慧农业中实时害虫检测的轻量化嵌入式AI框架——适用于资源受限微控制器的TinyML方案

《Smart Agricultural Technology》：EnhancedTinyCNN: A Lightweight Embedded AI Framework for Real-Time Pest Detection in Smart Farming

　　

摘要：本文提出EnhancedTinyCNN，一种面向资源受限微控制器(microcontroller, MCU)上实时害虫检测的轻量化嵌入式AI框架，服务于智慧农业中的综合害虫管理(Integrated Pest Management, IPM)工作流。该框架结合专为ESP32-S3微控制器整数运算推理设计的紧凑卷积神经网络(Convolutional Neural Network, CNN)、经领域自适应预处理的精选图像数据集，以及具备环境感知、电源管理和报警功能的软硬件平台。训练后8位整数量化(Post-training INT8 Quantization)使模型体积缩减75%，同时在三类任务（蝗虫grasshopper、飞蝗locust、其他other）上保持准确率：留出测试集达93.98%（最佳单次划分），五折分层交叉验证下为93.10 ± 0.56%，Bootstrap 95%置信区间为[89.9%–96.8%]。学习曲线分析证实模型稳定收敛。研究人员通过剔除组件方式的消融实验(ablation study)，确定批归一化(Batch Normalization)、数据增强(data augmentation)与失活层(Dropout)为最具影响力的组成部分。与MobileNetV3-Small及EfficientNet-B0的对比评估表明，在无ImageNet预训练（微控制器端唯一可行方案）条件下从头训练时，EnhancedTinyCNN在ESP32-S3内存预算（834 KB INT8）内取得最高准确率（5次随机种子均值93.2 ± 0.6%）。区分飞蝗与蚱蜢及背景的三分类体系明确对应IPM行动阈值(Action Threshold)，可实施差异化报警策略，减少资源受限小农户场景中不必要的农药施用。研究人员将该框架与五个已有TinyML系统进行基准对比，证明其具备更优准确率、紧凑占用空间（834 KB INT8）及完整部署集成度。所有硬件规格、软件及评估材料均公开以保证可复现性。

论文解读：EnhancedTinyCNN——面向智慧农业IPM的TinyML实时害虫检测框架

一、研究背景与立题依据

昆虫害虫造成全球农作物年损失20%–40%，传统应对方式为大规模化学农药喷洒，每年超400万吨农药施入农田，引发逾3.85亿例急性中毒及严重生态破坏，包括传粉昆虫衰退与土壤退化。综合害虫管理(Integrated Pest Management, IPM)是当前可持续控害主流范式，依经济伤害水平(Economic Injury Level, EIL)与行动阈值(Action Threshold, AT)指导决策，其核心依赖田间物种特异性、及时的害虫识别——误将迁徙飞蝗(Schistocerca gregaria)判为普通蚱蜢会延误干预致蝗群形成，而飞蝗与蚱蜢的AT不同（飞蝗低至1–2头/m2即需介入）。传统人工踏查费时费力且覆盖稀疏。近期Tiny Machine Learning(TinyML)可将轻量深度学习模型部署于毫瓦级功耗的微控制器(Microcontroller Unit, MCU)，使无电网远程农田持续监测成为可能，但现有TinyML害虫检测研究存在四点局限：单物种聚焦缺乏多分类、模型优化与边缘部署与环境感知三者未完整集成、实验室训练与田间摄像头域差异(domain gap)导致精度显著下降、难在<1 MB存储的MCU上维持>90%准确率。为此，研究人员开展此项研究，设计端到端EnhancedTinyCNN框架以填补上述空白，并在ESP32-S3上实现完整集成部署与系统级评估。

二、主要关键技术方法

研究人员自建蚱蜢/飞蝗/其他三分类平衡图像数据集（共1656幅，来源于Roboflow、网络及昆虫学数据库并人工校验去噪），按7:1.5:1.5分层划分。设计四卷积块渐进通道倍增(8→16→32→64)的定制CNN(EnhancedTinyCNN)，含批归一化(Batch Normalization, BN)、ReLU激活、最大池化及全连接层前50%失活(Dropout, p=0.5)，无跳跃连接以适配INT8量化。预处理阶段实施RGB565色深模拟(RGB565 simulation)对齐OV2640摄像头特性、随机翻转/旋转/亮度抖动/高斯噪声注入的数据增强(data augmentation)及[-1,+1]归一化。模型以Adam优化器训练分类交叉熵损失，PyTorch导出ONNX再转TensorFlow SavedModel，经100张校准样本进行训练后8位整数量化(Post-training INT8 Quantization)生成TFLite Micro兼容模型。部署于ESP32-S3 WROOM-CAM(双核Xtensa LX7@240MHz, 16MB Flash, 8MB PSRAM, OV2640)，集成风速/湿度/光照/雨量传感器与GPS，具备条件唤醒深度睡眠(deep sleep)、SMS/云报警及无线固件空中升级(Over-The-Air, OTA)功能。评估采用留出测试集准确率、分层五折交叉验证、Bootstrap重采样置信区间、架构/预处理/量化/超参数四维消融实验(ablation study)及与MobileNetV3-Small、EfficientNet-B0及五类已有TinyML系统的多维基准对比。

三、研究结果

3.1 数据集与预处理效果

研究人员构建1656幅近平衡三分类图像（不平衡比0.98），学习曲线显示100%数据量下达93.95±0.40%且方差收窄，五折交叉验证93.10±0.56%证实泛化性。RGB565模拟使训练方差降35%，去除数据增强使准确率降4.48%、过拟合间隙扩至6.8%，验证了域自适应预处理对田间部署稳定性的价值。

3.2 EnhancedTinyCNN架构选择与量化

四卷积块设计使理论感受野(receptive field, R_F)达46×46像素（覆盖输入160×160图中完整虫体），INT8模型占834 KB（<1 MB Flash预算），峰值RAM 1.8 MB。去除批归一化使准确率降4.68%且收敛慢10轮，去除失活降3.18%且过拟合间隙扩至7.7%，确认二者为最关键组件。无ImageNet预训练时MobileNetV3-Small(87.1%)与EfficientNet-B0(91.2%)均低于EnhancedTinyCNN(93.2±0.6%)，且二者INT8尺寸超限且含TFLite Micro不支持的逐通道广播算子(hard-swish/Swish)，证实定制架构必要性。INT8量化后单划分测试准确率仅降0.12%（FP32为94.1%，INT8为93.98%），对应理论信噪比≈53 dB，模型由3.23 MB压缩至834 KB（缩75%）且推理加速3.03倍。

3.3 性能评估

留出测试集准确率93.98%，各类别精确率(Precision)0.92–0.96、召回率(Recall)0.91–0.96、F1值0.94，混淆矩阵显示"其他(背景)"类召回最高(95.7%)，主混淆在蚱蜢与飞蝗间（形态近似）。五折交叉验证均值93.10±0.56%，Bootstrap 95%CI [89.9%,96.8%]。总乘加运算(Multiply-Accumulate, MAC)29.48 M，ESP32-S3@240MHz INT8推理耗时160 ms（含15 ms预处理），单次激活周期耗能47.1 mJ。按5秒采样间隔与50%放电深度(Depth of Discharge, DoD)估算续航约49天（≈7周），覆盖8周害虫活跃高峰。

3.4 对比分析与系统集成

较Bompani等(GAP9, 88%, 2.5 MB)、Wulnye等(Arduino Nano, 病害, 98.5%)、ZHAW(ESP32-S3, 音频, 88%)、Luo等(RPi Zero, 90%)及Bouchemal等(ESP32-CAM, 果树计数)，EnhancedTinyCNN是唯一同时满足>93%三分类准确率、<1 MB INT8尺寸、视觉模态、环境传感、深度睡眠、OTA更新、SMS/云报警、交叉验证与消融研究及IPM行动阈值对齐的系统。10公顷（25台）两年总拥有成本(Total Cost of Ownership, TCO)约$2100（$210/公顷），较云端API方案省74%。

四、讨论与结论总结

讨论指出当前框架在实验室完成组件级验证（推理管线、量化与能耗预算），端到端田间验证（含SMS调度与云看板）为下一阶段，计划于半干旱麦区布设5台横跨8周活跃期并以昆虫学专家标注为金标准评估域偏移下的F1值、非靶标节肢动物假阳率及OTA可靠性；数据规模受惠于强增强与RGB565模拟已证实够用，仍拟扩充田间多变光照与冠层遮挡样本；三分类范围可扩展，剩余82% Flash与76% PSRAM提供余量。

结论翻译：

本文提出EnhancedTinyCNN——一个将模型设计、域自适应预处理与集成部署平台相结合的轻量化嵌入式AI框架，用于IPM语境下的TinyML害虫检测。(1)准确率：844K参数CNN在留出测试集达93.98%，五折交叉验证93.10±0.56%，Bootstrap 95%CI [89.9%–96.8%]，五次随机种子均值93.2±0.6%，优于从无预训练MobileNetV3-Small(87.1%)与EfficientNet-B0(91.2%)。(2)效率：INT8量化(Equ. 6)缩减模型75%(834 KB)，单划分准确率仅损0.12%，对应理论SQNR≈53 dB(Equ. 8)；ESP32-S3推理160 ms/35.2 mJ每激活周期，5秒采样间隔与50% DoD下估算自主运行≈7周(49天)。(3)架构合理性：四卷积块深度由感受野覆盖(Equ. 5, R_F4=46×46像素)、<1 MB硬件约束及边际收益递减共同确定；逐块通道倍增使MAC均衡(Equ. 2)利于INT8量化。(4)鲁棒性：系统消融确定批归一化(Equ. 3–4)、数据增强与失活为最重要三项，同除精度降12.34个百分点；RGB565模拟降训练方差35%。(5)IPM整合：通过160 ms延迟、5秒周期的田间边缘连续自主害虫鉴别，作为IPM侦察层(scouting layer)触发靶向施药以减少非必要农药。框架具扩展性（剩82% Flash、76% PSRAM），后续工作含田间数据扩充、多物种分类、轻量检测架构借鉴及长期户外试验验证IPM工作流集成。