FedPome：面向实时石榴病害分类的联邦深度学习框架

《Frontiers in Plant Science》：FedPome: federated deep learning for real-time pomegranate disease classification

　　

石榴种植因真菌与细菌病害面临显著产量损失，然而现有自动检测系统依赖集中式深度学习流水线，需聚合原始图像数据，在分布式农业场景中引发数据隐私担忧。研究人员提出一种用于原始数据去中心化石榴病害分类的联邦学习（FL）框架，系统评估了六种架构各异的深度学习模型，包括自定义卷积神经网络（Custom CNN）、ResNet50、ConvNeXt_V2、ViT-B/16、EfficientNetV2-S与MobileViT-S（在五模拟客户端与10通信轮次下采用FedAvg聚合协议）。所有六种架构均以公开的ImageNet预训练权重初始化以确保公平架构比较。实验基于Mendeley石榴果实病害数据集（5099张原始图像）衍生的6823张工作集图像展开，涵盖Alternaria、炭疽病（anthracnose）、细菌性疫病（bacterial blight）、Cercospora果斑及健康五类病害，采用增强前切分流水线：训练/验证/测试切分先于任何增强执行；增强仅应用于训练划分（5800张图像），而验证集（511张）与测试集（512张）仅含原始未增强图像。EfficientNetV2-S取得单次最高测试准确率99.22%，ViT-B/16、ResNet50与ConvNeXt_V2并列98.83%，MobileViT-S紧随其后达98.63%，提供最强效率—准确率权衡。研究人员进一步报告非独立同分布（non-IID，Dirichlet划分）客户端分布、集中式与仅本地训练基线及多种子统计评估结果。所有六种模型导出为ONNX格式并作为实时Web应用部署于Hugging Face Spaces，展示实际部署就绪性。结果确认联邦学习用于高精度、原始数据去中心化作物病害分类的可行性，同时刻画其在现实non-IID条件下的性能退化特征。

研究背景方面，石榴（Punica granatum）是南亚、中东与地中海地区重要经济作物，其产量受Alternaria果腐、炭疽病、细菌性疫病与Cercospora果斑等真菌和细菌病害严重威胁，早期准确识别对减损至关重要，但传统人工检视耗时且需领域专家，难以规模化。现有基于深度学习的植物病害检测多以集中式范式主导，需将农场级原始图像聚合至单一服务器，在真实部署中引发专有数据与地理分布式拥有的隐私顾虑。联邦学习（FL）可在不共享原始数据前提下实现跨去中心化客户端协同训练，但此前尚无研究在统一FL框架下基准测试多种异构深度学习架构用于石榴病害分类，亦未结合ONNX跨平台部署。为此，研究人员在《Frontiers in Plant Science》发表本研究，提出原始数据去中心化FL框架，填补上述空白。

关键技术方法上，研究人员采用Mendeley石榴果实病害数据集（5099张约3120×3120像素高分辨率田间图像，源自印度卡纳塔克邦Ballari、Bengaluru与Bagalakote农场，含五类病害），按种子42逐类切分为训练80%、验证10%、测试10%，增强仅施于训练集（水平/垂直翻转、±15°旋转、颜色抖动）至每类1160张共5800张，验证511与测试512张保持原始未增强分布，并以dHash近重复校验剔除16对；六架构（Custom CNN从零训练，余五载ImageNet预训练）统一AdamW与交叉熵，经5客户端、10轮、每轮本地3 epoch的FedAvg聚合，另设Dirichlet（α=0.5/0.1）non-IID划分、集中式与单客户端本地基线及三种子复现，最终导出ONNX OpSet17由Flask+Docker部署Hugging Face Spaces。

研究结果部分，3.1数据集描述指明图像来源与类别构成；3.2数据预处理以224×224双线性重采样与ImageNet均值方差归一化；3.3数据集平衡与增强阐明split-before-augmentation与近重复审计；3.4深度学习模型架构分别给出Custom CNN、ResNet50（残差恒等捷径y=σ(?(x,{W_i})+x)）、ConvNeXt_V2（y=x+MLP(LN(DWConv(x)))）、ViT-B/16（Attention(Q,K,V)=softmax(QK^?/√d_k)V）、EfficientNetV2（Fused-MBConv与复合缩放）、MobileViT-S（X_out=Conv(Fold(Transformer(Unfold(Conv(X))))））的公式与预训练来源；3.5模型超参配置列学习率权重衰减批量；3.6联邦学习框架以w^(t+1)=(1/K)∑_k=1^Kw_k^(t+1)描述聚合；3.7实时部署说明ONNX+onnxruntime CPU推理与前端。4.1实验设置复现上述流水；4.2整体性能表3显示EfficientNetV2-S测试99.22%居首，ViT-B/16、ResNet50、ConvNeXt_V2并列98.83%，MobileViT-S 98.63%，Custom CNN 96.29%；4.3非IID联邦学习表4示α=0.5时Custom CNN降至87.50%、MobileViT 97.66%，α=0.1时MobileViT剧降至87.30%且验证曲线振荡，EfficientNetV2-S反升至99.41%，证实架构依赖性与预训练提升异质鲁棒性；4.4集中式与本地基线表9示FL(IID)与集中式差≤1.4点，本地单客户端最弱（Custom CNN 94.53%）；4.5多种子表5示ViT-B均值98.96±0.18、MobileViT 97.92±0.24，方差极低；4.6收敛分析表6示预训练模型R1即达99.61%，Custom CNN自90.02%缓升至97.46%；4.7逐类分析表7示EfficientNetV2-S宏F1 0.9897最高，细菌性疫病与Cercospora最难（低中0.97），炭疽与健康易达1.0000；4.8准确率—效率权衡表8示MobileViT-S以20.0 MB与~65 ms CPU延时最优边缘候选，ViT-B 343.3 MB/~405 ms适服务端；4.9实时部署给出Hugging Face Spaces链路与延时；4.10 Grad-CAM可视化证CNN系聚焦病斑、ViT-B呈patch网格分布；4.11讨论归纳五发现：EfficientNetV2-S夺冠、一致预训练消弭从头训练落差、FedAvg于IID稳收敛而non-IID下MobileViT崩溃、FL逼近集中式且胜本地、补充non-IID/基线/多种子；4.12表10对比示本研究首以FL在同源Mendeley集达99.22%超越Pakruddin和Hemavathy（2025）集中式~96%。

讨论与结论翻译部分，研究人员指出五点关键发现：其一EfficientNetV2-S以99.22%测试准确率居首，ViT-B/16、ResNet50与ConvNeXt_V2并列98.83%，MobileViT-S 98.63%，Fused-MBConv与ImageNet-1K预训练对细粒度病害纹理有效，ViT-B全局自注意力凭长程依赖具竞争力；其二一致ImageNet初始化消除既往预训练/从头落差，EfficientNetV2-S自84.14%升至99.22%证伪架构缺陷论；其三FedAvg于IID稳收敛，non-IID（Dirichlet）下多数退化，MobileViT于α=0.1降至87.30%且验证振荡，ViT-B等四架构仍稳健；其四FL(IID)与集中式差≤1.4点且恒胜本地单客户端，量化协同聚合增益；其五框架扩展non-IID、集中/本地基线及多种子，但未含差分隐私（DP）或安全聚合，仅称原始数据去中心化非全隐私保證，且星型拓扑100%参与，未测异地域（如Halabja伊拉克集）泛化。结论重申EfficientNetV2-S 99.22%最高，MobileViT-S与EfficientNetV2-S为紧凑部署首选，non-IID致MobileViT等退化凸显现实异质评估必要，六模型已公开Web应用示部署可行，未来需探类偏斜/农场级划分、DP机制、异地验证与边缘推理。