训练流程分为五个环节：第一环节为多来源标注集，收集病斑框与类别标签，组织多名植保人员复核，并记录标注差异；第二环节为标签冲突量化，分析类别投票分歧与框几何偏差，区分标注噪声与真实疑难样本；第三环节为可信软监督构造，估计标注者可靠度，输出类别软标签与病斑位置概率分布；第四环节为噪声鲁棒训练，完成软目标检测与对齐，对困难样本施加权重约束，并引入训练不确定性正则；第五环节为复核触发反馈，挑出高冲突样本，与专家复核结果比对，更新标注置信模型。流程下方设置训练反馈闭环，利用专家复核信息校准标注者可靠度，更新标签可信度与监督权重。建议验证指标包括标注噪声下 mAP、框边界稳定性、专家复核量三项；拟保护焦点为类别争议与框边界分歧协同建模，图中为示意设计，未经实验验证。整体不再把标签视为绝对正确，而是感知标注分歧、用软监督替代硬标签，抑制错误标签被模型放大。