把耕地分割模型部署到卫星或田间边缘端，真正的问题不是模型名称够不够新，而是精度、算力和输入影像是否能同时回放。轻量模型可能将大模型的语义能力带到有限硬件，但如果没有保存选择了哪一期 Sentinel-2 影像、哪些地块被误分和模型版本，最终地图依旧难以审计。

研究的八项固定口径

  1. 论文《JEDI: JEPA-to-Edge Distillation for Efficient Cropland Segmentation from Satellite Imagery》于 2026 年 9 月 7 日以 arXiv:2609.07915v1 提交。

  2. JEDI 将大规模 I-JEPA Vision Transformer 教师的表征迁移到紧凑的 SegFormer 学生模型。

  3. JEDI 第一阶段通过跨架构投影和空间对齐，使学生末端表征对齐到教师 token 空间。

  4. JEDI 第二阶段联合优化监督分割、温度缩放的响应蒸馏和持续特征对齐。

  5. 论文称持续特征对齐在任务适配期间保持开启，而不是在开始任务训练后停止。

  6. 在 CalCROP21 上，4.04M 参数的 JEDI-B0 达到 68.0 mIoU，比独立学生高 16.0 点。

  7. 论文报告 639M 参数的教师达到 70.0 mIoU，JEDI-B0 与其相差 2.0 点。

  8. 论文对 SegFormer B0、B1、B2 进行了评估，其参数量分别为 4.04M、14.33M 和 28M。

核心机制

JEDI 的关键不是简单复制最终掩膜。第一阶段把层级式 SegFormer 学生的末端表征，通过投影和空间重采样对齐到 I-JEPA 教师的 token 空间；第二阶段同时学习人工标注分割、教师响应和持续的特征约束。论文强调，在任务适配时不关闭特征对齐，目的是避免强压缩学生只追随任务标签而偏离教师表征。

对生产者而言，68.0 mIoU、16.0 点增益和与 70.0 mIoU 教师的 2.0 点差距，是 CalCROP21 协议下的证据，不能替代本地区的地块级验收。B0、B1、B2 的 4.04M、14.33M、28M 参数量也只是选择硬件档位的起点，仍要测量目标设备的内存、功耗和端到端延迟。

GIS 场景

每一张耕地掩膜应关联地块或栅格范围、传感器、观测日期、云量、处理级别、输入波段、学生模型版本和推理设备。若流程从多时相堆栈中选择单期影像，必须保存候选日期、NDVI 统计、被选日期和未选原因；否则后续无法判断某块地被漏分是蒸馏误差、云影还是物候阶段不合适。

将边缘端输出作为待核查图层，而非自动覆盖权威耕地库。按地块面积、作物类型、灌溉条件、地形和季节分层抽样，把确认、修正和拒绝写回模型版本，才能发现轻量模型在哪些空间条件下失真。

技术路径

第一，定义部署目标：每景面积、响应时限、可用内存和可接受的地块级误差。第二，固化教师、学生和蒸馏配置，并以独立区域和时间做验证。第三，为每个瓦片登记完整时相堆栈；论文用 NDVI 从近红外和红光计算植被指数后选择单期影像，以减少网络重复推理，但生产中要保存选择记录。第四，在目标设备测量预处理、推理、写入图层的全链路时间。第五，将掩膜矢量化后进行最小面积、拓扑、边界偏移和人工抽检，再决定是否入库。

检查清单

  1. 是否能回放每个瓦片的原始时相、NDVI 选择和模型版本？
  2. 是否分别报告像素 mIoU、地块完整度、边界偏移和不同区域的误差？
  3. 是否在实际边缘硬件上测量内存、功耗和端到端延迟？
  4. 是否保留教师与学生配置，使蒸馏结果可以复现？
  5. 是否将云影、早期作物、轮作和小地块列为人工抽检分层？

风险边界

该研究为预印本，指标基于 CalCROP21。论文的效率策略会从多时相 Sentinel-2 堆栈挑选一张 NDVI 较强的观测以减少计算；这不是完整时序建模，可能牺牲对播种期、收获期或异常物候的辨识。边缘端低延迟不能成为跳过影像质量控制、地块拓扑检查和人工复核的理由。

结论

蒸馏让大教师的部分能力进入轻量学生，但可靠的耕地地图来自完整的输入和误差证据。把时相选择、设备实测、地块级质检和模型版本一同入库，团队才知道省下的算力是否换来了可接受的空间误差。

资料来源