训练流程分为五个环节：第一环节为非完整生产数据，采集病斑图像与症状文本，温湿度与生育期作为可选信息，并记录每种模态的可用性；第二环节为缺失模式生成，结合真实缺失与模拟缺失，对模态缺失做掩码编码，构造可用信息子集；第三环节为教师一致性目标，将完整模态作为教师、部分模态作为学生，约束跨模态表征一致性；第四环节为稳健联合训练，通过缺失条件门控融合，优化分布鲁棒目标，并按缺失程度自适应加权；第五环节为部署可用性评估，开展单模态与缺失组合测试，观察不确定性及性能退化，并更新缺失场景采样。流程下方设置训练反馈闭环，根据缺失组合的误诊程度，调整模态掩蔽概率与一致性约束强度。建议验证指标包括模态缺失下 mAP、最差场景性能、模型校准误差三项；拟保护焦点为缺失模式与教师一致性损失的联动更新，图中为示意设计，未经实验验证。整体让模型在传感器断连、数据缺项、图像失焦等常态故障下保持诊断稳定。