《Agriculture》：YOLOv11n-SWAQ: A Lightweight Adaptive Compression Method for Agricultural Images
编辑推荐：
农业病虫害图像在传输与存储过程中常丢失具有诊断价值的纹理，而传统编解码器难以兼顾高压缩比与信息保真度。研究人员提出YOLOv11n-SWAQ，一种集成共享特征编码与关键区域感知量化（critical-region-aware quantization）的轻量级
农业病虫害图像在传输与存储过程中常丢失具有诊断价值的纹理，而传统编解码器难以兼顾高压缩比与信息保真度。研究人员提出YOLOv11n-SWAQ，一种集成共享特征编码与关键区域感知量化（critical-region-aware quantization）的轻量级自适应压缩框架。该框架复用YOLOv11n骨干网络与特征融合网络作为共享编码器，以减少冗余特征提取；在Neck融合节点嵌入轻量级基于窗口的注意力（window-based attention, SWA）模块以增强病灶边界、虫体轮廓及局部纹理响应；将检测框与注意力权重融合构建三级量化图，区分背景、普通关键区与高重要纹理区，并引入超先验熵模型（hyperprior entropy model）改善隐变量概率估计。在约0.31 bpp实际完整码流下，该方法ROI-PSNR达36.970 dB，ROI-MS-SSIM为0.9652；相较YOLOv11n+CAE级联基线，复杂纹理区重建误差降低4.8%，端到端处理时间13.44 ms，较代表性先进学习压缩模型平均减少约72%。该框架在关键区域保真与计算效率间取得有利权衡，其优势在于面向任务的轻量级处理而非全局重建质量的绝对提升。
研究背景方面，基于图像的感知已成为精准农业的重要组成，田间相机、移动终端与农业机器人持续采集作物病害与虫害图像用于远程监测与智能诊断。然而高分辨率采集带来海量数据，对传输带宽、存储与边缘计算资源压力显著。传统压缩如JPEG（离散余弦变换块处理）、JPEG2000（离散小波变换）及基于超先验（scale hyperprior）的端到端学习压缩（learned image compression, LIC）多在自然图像上优化全图率失真，未显式区分农业场景中病灶、虫体、孢子等小目标区域的不均等重要性；已有ROI压缩或检测器—编解码器级联则存在二值ROI无法刻画病灶内纹理差异、特征提取重复、计算开销大等问题。因此，研究人员开展本研究，旨在协调共享检测特征、局部窗口重要性估计与解码端可用三级量化，构建面向农业图像高压缩比下关键区域保真的轻量级完整可传码流编解码系统。
关键技术方法上，研究人员在河南龙门实验室示范基地及公开数据集采集12类病虫害原始图4500张，筛得900张有效图（640×640），按7:1.5:1.5分训练/验证/测试集，训练集离线增广至3575张；以YOLOv11n骨干与路径聚合Neck为共享编码器，通道对齐后形成压缩隐表示；在Neck关键节点嵌轻量非重叠窗口注意力（4×4/8×8/16×16），由检测头预测框生成二值关键区掩膜M，与注意力响应A按阈值τ=0.7构建三级量化图S∈{0,1,2}，以游程+算术无损传S；三级量化步长1.0/0.5/0.25，隐变量经均匀噪声松弛与直通估计训练、硬量化推理；超先验网络将低分辨率S的3×3邻域局部方差融入尺度参数估计；总损失联合可微熵率、区域加权（权重2.0/1.5）重建失真与检测损失（λdet=0.01），两阶段训练（先检后压）。
研究结果部分，3.1检测分支性能中，YOLOv11n在测试集mAP@0.5达91.2%、召回91.4%，预测框与真值框掩膜IoU均值92.7%，单图推理5.0 ms（2.8 M参/6.2 G MACs），证明检测分支可提供可靠空间先验。3.2压缩性能比较中，在≈0.31 bpp完整码流下，YOLOv11n-SWAQ的ROI-PSNR 36.970 dB、ROI-MS-SSIM 0.9652，全局PSNR低于LALIC 0.166 dB但ROI-PSNR高0.220 dB；S边信息占码率1.67%–3.93%；端到端13.44 ms（74.4 FPS），较LALIC快74.7%、较YOLOv11n+CAE快40.5%；ROI-LPIPS 0.071、ROI-DISTS 0.055均优于LALIC。3.3模型复杂度与下游任务中，参4.6 M、MACs 7.8 G，较LALIC减92.7%/94.8%；压缩图送原YOLOv11n检测mAP@0.5 89.7%（原图91.2%），较JPEG2000高7.4 pp；12类固定分类器精度91.9%、Macro-F1 0.913，掉点1.4 pp优于LALIC。3.4消融实验显示，去共享编码器参升至11.0 M/MACs 18.6 G且ROI-PSNR降0.140 dB；去Neck-SWA、三级变两级、去局部方差条件分别降0.100/0.080/0.030 dB；去超先验降0.190 dB；五种子重训ROI-PSNR增益0.137±0.010 dB稳定为正。3.5 ROI定义比较中，检测框先验在0.300 bpp下ROI-PSNR 36.970 dB，像素级oracle掩膜仅高0.110 dB（p=0.018），证明框近似轻量且损微小。3.6 IP102外部验证中，0.3088 bpp下ROI-PSNR 35.89 dB、mAP@0.5 79.2%，相对YOLOv11n+CAE仍优0.21 dB/1.4 pp，相对JPEG2000优2.57 dB/7.8 pp。
讨论部分指出，性能提升机制源于共享编码消除重复计算、窗口注意力细化病灶内纹理重要性、三级量化将有限码率倾斜至诊断区；相较JPEG系其优势是内容自适应区域分配，相较级联基线其参数量与耗时大幅下降且ROI增益稳定，相较LALIC其全局RD略低但效率与ROI保真占优。局限性包括框级ROI非像素级、仅单外部数据集、固定640×640分辨率、RTX 3060桌面测时未上真实边缘设备。未来方向为轻量分割/多边形ROI、扩展PlantVillage等病害集与多作物多光照验证、高分辨率扩展性、边缘端实测部署。
结论部分翻译：本研究证明共享检测与压缩特征可在大幅减少冗余计算的同时保留农业病虫害图像中诊断相关信息。在≈0.31 bpp完整码流评估下，YOLOv11n-SWAQ取得ROI-PSNR 36.970 dB与ROI-MS-SSIM 0.9652；相较YOLOv11n+CAE级联基线，重建质量提升温和但稳定，而模型尺寸、计算复杂度与端到端耗时下降更显著；与LALIC比较进一步表明该方法不提供普适全局率失真优势，其核心价值在于关键区域保真、下游任务保持与计算效率间的有利平衡；IP102结果提示该相对优势可跨农业图像分布保留。结果表明面向任务的特性共享与区域码率分配适用于带宽受限的农业图像传输与轻量视觉处理系统，但证据受限于框级ROI、单外部集、640×640及无真实边缘设备直测，后续需更精确ROI表示、更广跨集验证、高分辨率扩展与完整实机部署评估。论文发表于《Agriculture》。
