本图展示从整图识别升级到可核验区域证据诊断的番茄早疫病叶片图像分析流程，分为图像分类、病斑目标检测、区域证据约束的 LLM 诊断三个递进模块，以真实番茄早疫病叶片为研究对象，仅作为原理示意而非模型实测结果。A 模块为图像分类，在整张图片层面判断病害类型，输出整图病害标签与类别置信度，仅识别图片整体病害，无法定位病斑位置，缺少局部症状和诊断之间的对应关系。B 模块是病斑目标检测，实现区域层面定位，识别病斑所在位置，输出病斑坐标、类别与单框检测置信度，依靠 mAP、AP 指标评估定位精度。C 模块为区域证据约束的 LLM 诊断，进入证据级推理，解释判定病害的依据，提取褐色坏死、同心轮纹、局部黄化等可见区域证据，经过视觉编码、模态连接、LLM 推理完成证据诊断，最终输出候选病害、证据解释以及校准后的诊断置信度。整套框架利用检测分支定位病害区域，借助大模型把区域特征、可见属性和植保专业知识关联，形成可核验的候选诊断，弥补传统图像识别缺少可解释证据的短板。无论从事农业 AI 病害识别的算法研发人员、植物保护方向研究生，还是开展机器视觉作物诊断课题的科研工作者，都可以参考这套可解释病害诊断框架。