输入与依据包含三部分：源域训练模型（番茄 SGDA-VLP 或 VLM）、目标温室无标签流（相机、光照、时间）、可信参考样本（已标注病灶锚点）。核心训练机制分为四步：一是环境漂移检测，通过背景统计与病征分布识别新温室变化；二是可信门控采样，评估预测不确定性，剔除伪标签高风险样本；三是有限参数自适应，冻结主体、仅更新少量参数，并施加病灶稳定性约束；四是回滚与恢复判定，对锚点性能与漂移做双检查，不满足阈值即撤销更新。模型输出与量化验证从三方面衡量：跨温室适应看目标域 mAP，灾难性漂移控制看失败回滚率，更新成本看时延与显存。安全反馈链路为异常→回滚到可信检查点→暂停适应并请求人工标注。实施提示要求必须保留独立锚点集，且部署时更新不能泄漏测试标签，图为研究构思图，非实验结果。整体以门控采样、有限更新和可回滚机制为核心，防止测试时自适应被漂移带偏。