通用多模态大模型玉米病害诊断能力评估与少样本适配
左春婷（通讯作者） 严嘉俊

长春光华学院电气信息学院，吉林长春，130033；

摘要：通用多模态大模型在农业垂直领域的能力尚不清楚。本文评估Qwen2-VL-2B在玉米4类病害上的零样本性能，发现准确率仅39.0%，存在严重健康偏好。以Swin-Tiny为基线，全量训练95.2%，5-shot降至73.1%。提出双分类头集成方法，5-shot提升至76.8%，但随机文本对照表明提升源于集成效应而非知识语义，特征空间不对齐是根本制约。

关键词：多模态大模型；玉米病害诊断；少样本学习；特征空间对齐；能力边界评估

参考文献

[1] 乔世成, 党珊珊, 等. 基于卷积神经网络的农作物病害检测研究综述[J]. 山西农业大学学报(自然科学版), 2025, 45(2): 113-127.

[2] 聂远, 周厚奎, 等. 基于增强知识蒸馏的小样本植物病害识别方法[J]. 浙江农林大学学报, 2025, 42(4): 667-676.

[3] Radford A, Kim J W, et al. Learning transferable visual models from natural language supervision[C]//International Conference on Machine Learning. PMLR, 2021: 8748-8763.

[4] 王惟实, 张慧源, 等. 大语言模型在植物病虫害智能诊断中应用的研究进展[J]. 植物保护学报, 2026, 53(1): 67-79.

[5] 杨森, 冯全, 等. 多模态引导视觉Transformer的小样本农作物病害识别[J]. 农业工程学报, 2025, 41(6): 195-203.

[6] 张领先, 韩梦瑶, 等. 作物病害智能诊断与处方推荐技术研究进展[J]. 农业机械学报, 2023, 54(6): 1-18.

[7] Liu Z, Lin Y, et al. Swin transformer: Hierarchical vision transformer using shifted windows[C]//Proceedings of the IEEE/CVF International Conference on Computer Vision. 2021: 10012-10022.

[8] Dong J, Yao Y, et al. Visual information guided multi-modal model for plant disease anomaly detection[J]. Smart Agricultural Technology, 2024, 9: 100568.

[9] Hughes D P, Salathé M. An open access repository of images on plant health to enable the development of mobile disease diagnostics[J]. arXiv preprint arXiv:1511.08060, 2015.