图中并列呈现三个具有域差异的本地温室：温室 A 种植番茄，属高湿背景；温室 B 种植黄瓜，属弱光遮挡；温室 C 种植辣椒，属稀有病种。三个温室均只做本地图文标注，私有图像不上传，仅上传本地 LoRA 梯度，从源头保护数据隐私。三路梯度向下汇入联邦协调环节，采用病害类别原型校准与更新冲突抑制，按照环境相似度与梯度一致性进行受控聚合。右侧为个性化参数回传方案，采用共享基座加温室专属 LoRA 的结构：全局共享部分负责共性病斑语义编码，本地保留季节、光照与种植差异，并按数据质量、域偏移、置信度设置差异化权重。最后在验证环节考察跨棚性能、隐私成本与通信量三项指标。图末新增要求指出，至少需要 2 至 3 个具有域差异的温室或机构参与，并说明隐私机制的技术边界。整体路线体现 "本地保留数据、仅交换梯度、联邦聚合校准、个性化回传" 的协同训练闭环。适用人群：联邦学习研究者、智慧农业研发人员及相关专业学生均可参考。