《Computers and Electronics in Agriculture》:A semi-supervised approach for classifying insect developmental phases from repurposed IP102
编辑推荐:
识别昆虫害虫的不同虫态,无论是成虫、幼虫还是卵,都是害虫管理中的关键环节。计算学习算法已展现出实现高水平识别性能的强大潜力,但此类方法通常依赖于大规模、类别均衡且标注完善的数据集。这给昆虫害虫识别带来了挑战,因为稀有物种虽然往往对作物危害最严重,却在现有数据集
识别昆虫害虫的不同虫态,无论是成虫、幼虫还是卵,都是害虫管理中的关键环节。计算学习算法已展现出实现高水平识别性能的强大潜力,但此类方法通常依赖于大规模、类别均衡且标注完善的数据集。这给昆虫害虫识别带来了挑战,因为稀有物种虽然往往对作物危害最严重,却在现有数据集中代表性不足。此外,大规模数据集标注成本高且劳动密集。为解决这一问题,研究人员提出一种半监督学习(SSL)方法——Cost-Focal FixMatch,该方法在广泛使用的FixMatch框架基础上,结合类别感知重加权与焦点损失(Focal Loss),以更好地处理类别不平衡。具体而言,研究引入了一种简单而稳健的方法,用于在交叉熵(Cross-Entropy, CE)损失和焦点损失函数中施加类别权重。与基线方法相比,该方法能够生成更高质量的伪标签(Pseudo Labels),从而保证更有效的学习。研究人员在重构IP102数据集上评估了该方法,该数据集包含4个主要昆虫生活史阶段;同时还在混合IP102数据集上进行了验证,在该数据集中,类别标签联合表示昆虫物种及其对应的发育阶段。该方法显著提升了少数类的分类效果,在采用MobileNetV3Small骨干网络时,幼虫(Larva)类别的召回率由基线FixMatch的64%提升至82%。在Mixed IP102数据集上,基于EfficientNetV2S网络的该方法,其平均召回率相比基线FixMatch提高近9%。
该文发表于《Computers and Electronics in Agriculture》,聚焦于低标注、长尾分布条件下的昆虫发育阶段自动分类问题。昆虫害虫识别是精准农业与智能植保中的关键任务,不仅关系到害虫种类鉴定,也直接影响防控时机与防控策略的选择。尤其在昆虫生活史管理中,不同发育阶段的危害程度、药剂敏感性和防治方式存在显著差异,例如幼虫阶段常常是作物受害最严重、同时也是生物防治和化学干预最关键的窗口期。因此,能够自动、准确地区分卵、幼虫、蛹和成虫,对于提升农业病虫害监测效率与干预精准性具有直接意义。
然而,现有深度学习(DL)方法虽然在通用图像分类中表现突出,但在昆虫害虫场景中仍面临若干突出问题。首先,昆虫图像具有明显的类内差异和类间相似性,给特征学习造成困难。其次,实际数据集普遍存在严重类别不平衡,少数类样本往往稀缺,而这些少数类恰恰可能是最需要重点监测的对象。再次,昆虫发育阶段标注需要依赖专业知识,大规模高质量标注数据难以获取,导致监督学习(SL)方法在标注有限的情况下难以充分发挥作用。半监督学习(SSL)因能够同时利用少量标注数据与大量未标注数据,成为解决该问题的可行路径,但在类别不平衡场景中,传统SSL方法又容易因伪标签偏置而进一步放大多数类优势。FixMatch作为代表性的SSL框架,依赖高置信度伪标签与一致性正则化,在均衡数据上效果突出,但在长尾数据中往往对少数类召回不足。
基于上述问题,研究人员提出了Cost-Focal FixMatch,用以改进FixMatch在昆虫发育阶段分类中的适用性。该方法的核心思想是:在标注数据分支中引入类别加权交叉熵损失,以减弱初始监督模型对多数类的偏向;在未标注数据分支中引入类别加权焦点损失,通过突出困难样本并抑制低质量伪标签的干扰,提升对少数类的学习能力。研究使用重构后的Repurposed IP102数据集和Mixed IP102数据集作为主要实验平台,验证模型在仅使用较小验证集作为标注数据、将较大训练集视为未标注数据的低标注设定下的表现。结果表明,该方法在总体性能和少数类识别能力上均较基线FixMatch有所提升,尤其在幼虫和蛹等欠采样类别上表现更为明显,说明统一类别重加权与焦点机制的结合可以有效缓解半监督学习中的类别偏置。
方法上,研究主要采用FixMatch半监督学习框架、类别加权交叉熵(CE)损失、类别加权焦点损失(Focal Loss)与一致性正则化(Consistency Regularisation)相结合的技术路线。数据来源包括Ahsan等人重构的Repurposed IP102与Mixed IP102:前者含4个虫态类别,后者将物种与发育阶段联合编码为167类。训练中以验证集作标注集、训练集作未标注集,采用弱增强与强增强策略,骨干网络为ImageNet预训练的MobileNetV3-Small和EfficientNetV2S,并以Adam优化器进行端到端微调。
5.1. Performance on mixed and repurposed IP102
研究首先比较了Cost-Focal FixMatch与标准FixMatch在两个数据集上的整体分类表现。在Mixed IP102这一更具挑战性的联合类别数据集上,所提方法在不同骨干网络下均优于基线。使用MobileNetV3Small时,准确率、精确率、召回率和F1值均明显提升;使用EfficientNetV2S时,提升幅度更大,显示类别感知损失函数能更有效地利用伪标注样本,增强复杂长尾场景下的识别能力。在Repurposed IP102上,由于仅包含4类且每类样本规模相对更大,两种方法整体表现都较高,但所提方法在MobileNetV3Small下仍达到90%以上的总体指标,说明在较简单虫态分类任务上同样具备竞争力。
5.2. Class-wise recall on repurposed IP102
在Repurposed IP102上的分类别召回率分析显示,成虫(Adult)类别召回率最高,这与训练集中该类样本数量占优直接相关。相比之下,卵(Egg)类别召回率最低,反映出该类样本少且视觉特征细微、识别难度大。研究发现,Cost-Focal FixMatch对幼虫(Larva)和蛹(Pupa)的召回率提升最为明显,尤其是采用MobileNetV3Small时,幼虫召回率由64%升至82%,蛹也出现稳定提升。这表明,通过焦点损失强化困难样本学习,并借助类别重加权平衡监督与伪监督信号,模型对少数类的敏感性得到增强。不过,这种改善伴随着成虫类别召回率的轻微下降,体现出类别不平衡学习中常见的多数类—少数类权衡。
5.3. Pseudo-label generation on repurposed IP102
研究进一步统计了训练过程中少数类伪标签的生成情况。结果表明,与标准FixMatch相比,Cost-Focal FixMatch在幼虫类别上能够在更多训练轮次中生成更多高置信度伪标签,说明改进后的损失设计提升了模型对少数类样本的识别置信度与伪标签质量。虽然蛹类别的伪标签增益不如幼虫显著,但仍与其召回率提升趋势一致。文章还指出,标准FixMatch更早触发早停机制,从而减少了继续学习少数类特征的机会;而所提方法则维持了更长的有效训练过程。
5.4. Class-wise recall on mixed IP102
在167类的Mixed IP102数据集上,研究人员对分类别召回进行了更细致的评估。结果显示,随着样本数下降,两种方法的召回率总体均呈下降趋势,但Cost-Focal FixMatch的下降斜率更小,说明其在长尾类别上的鲁棒性更强。许多代表性不足的类别中,标准FixMatch的召回率降至0,而所提方法仍能维持非零召回,证明其在极端类别不平衡情境下仍保留了对少数类的识别能力。与此同时,在少数若干样本充足的多数类上,两者差距缩小甚至出现基线占优,表明该方法的优势主要集中于高不平衡类别,而非对所有类别无差别提升。
5.5. Performance on class-weighted cross-entropy loss
为验证未标注分支中引入焦点损失的必要性,研究又将所提方法与“标注与未标注分支均使用类别加权交叉熵”的模型进行比较。结果显示,在Mixed IP102上,Cost-Focal FixMatch在全部评估指标上均优于纯类别加权交叉熵方案,且在EfficientNetV2S骨干下优势更加明显。这说明仅施加类别权重不足以解决未标注数据中的困难样本与伪标签噪声问题,而焦点损失通过降低易分类样本权重、强化困难样本学习,能进一步提高少数类召回。Repurposed IP102上的结果也表明,若未标注分支不使用焦点机制,多数少数类召回率会明显受损。
5.6. Performance of balanced alpha on mixed and repurposed IP102
研究还将自身提出的类别权重计算方法与Cui等人提出的Balanced Alpha策略进行了比较。在Mixed IP102上,Balanced Alpha方案在两种骨干网络下均低于所提方法,提示本研究所采用的基于标注类频倒数并归一化的权重设计,更适合昆虫图像半监督长尾分类任务。在Repurposed IP102上,Balanced Alpha在整体准确率等指标上有时表现略优,但进一步查看分类别召回可见,其更偏向于维持成虫等多数类表现,而在卵、幼虫、蛹等少数类上并不稳定。相较之下,Cost-Focal FixMatch更能兼顾不同少数虫态的识别需求,体现出更符合任务目标的平衡能力。
讨论部分指出,该研究的主要贡献在于,将统一类别重加权同时施加于标注数据和伪标注数据,并在未标注分支中结合焦点损失,从而在不改变基础网络结构的前提下,改善半监督学习在长尾昆虫数据中的类别偏置问题。研究结果说明,该方法在Mixed IP102等更复杂、更不平衡的数据集上优势更加突出;而在Repurposed IP102这类类别较少的数据集上,其主要价值体现在提升少数类召回。文章同时强调了若干限制:其一,未标注数据分支的权重计算默认标注集与未标注集类别分布相近;其二,方法仍对伪标签置信度阈值τ敏感;其三,焦点损失中的聚焦参数γ固定为2.0,尚未系统探索不同参数设定;其四,研究验证范围仍限于中等规模数据集,对更大规模、高度长尾数据的可扩展性仍需进一步检验。
研究结论部分指出:该研究提出了Cost-Focal FixMatch,这是一种面向标注稀缺情境下数据不平衡问题的半监督学习技术。通过在未标注数据分支中结合焦点损失与类别加权,所提方法能够有效提升少数类分类性能,同时保持多数类识别的竞争性表现。该研究属于少数专门关注低数据条件下昆虫发育阶段分类的工作之一。基于Repurposed IP102和Mixed IP102的实验结果表明,与标准FixMatch相比,该方法在少数类召回率方面更高。此外,所提出的类别加权技术与Cui等人提出的有效样本数加权策略相比,表现具有可比性。该类别加权方法简单、计算高效,并且能够适配不同数据集、骨干网络和损失函数配置。总体而言,Cost-Focal FixMatch通过为标注与未标注数据统一引入特定类别加权策略,构成了对基线FixMatch的有效改进,且在不同形式的IP102数据集上展现出应对真实世界类别不平衡问题的应用潜力。