【人工智能】通过玉米叶片病害识别提高作物生产力与可持续性：利用大型数据集与先进视觉Transformer模型

这篇论文发表在 《Expert Systems With Applications》 期刊，该期刊主要涉及专家系统、人工智能及其在不同领域的应用。

• 作者：Ishak Pacal
• 作者单位：土耳其伊迪尔大学计算机工程系

研究动机

玉米叶病的及时检测对提高作物生产力、减少农药使用及保障粮食安全至关重要。现有研究多依赖小规模数据集（如PlantVillage），且CNN和Vision Transformer模型在准确率与推理速度上存在局限。本文旨在通过整合多源数据集、改进模型结构，提出一种轻量高效的MaxViT变体，以提升农业场景下的实际应用价值。

核心方法

1. 模型改进：
   • MaxViT轻量化调整：针对4分类任务缩减模型层数（Block数）和通道数（Channel），减少参数量的同时提升推理速度。
   • SE模块集成：在MaxViT的Stem模块中引入Squeeze-and-Excitation（SE）模块，增强通道特征表达能力。
   • GRN-based MLP替换：采用ConvNeXtV2的全局响应归一化（GRN）技术替代原MLP层，提升模型泛化性。
2. 数据集构建：
   整合PlantVillage（4类）、PlantDoc（3类）和CD&S（3类）数据集，形成包含4类（灰斑病、健康叶、叶枯病、锈病）的5234张图像新数据集，按70:15:15划分为训练、验证和测试集，确保数据多样性（不同背景、分辨率、拍摄条件）。

实验结果

• 准确率：改进后的MaxViT模型在测试集上达到99.24%的准确率，超越所有对比模型（包括28种CNN和36种ViT）。
• 效率：推理速度达0.007毫秒/图像，GPU内存占用仅29%（7GB），参数量为19.07M，优于MaxViT-Tiny（30.41M）和大型ViT模型。
• 混淆矩阵分析：健康叶分类完美（F1=1.0），灰斑病误判率最低（F1=0.988），叶枯病和锈病的召回率分别为98.01%和99.49%。

对比算法

• CNN模型：DenseNet-121（98.09%）、EfficientNetV2-Large（97.83%）、Xception（97.84%）表现较优，但均低于本文模型。
• Vision Transformer模型：MaxViT-Tiny（98.35%）、ViT-Small-Patch16（98.22%）、SwinV2-Small（98.09%）表现突出，但参数量和速度不及改进模型。
• 轻量化模型对比：优于MobileViT（97.96%）、EfficientFormer（97.71%）等，证明结构优化的有效性。

数据集

• PlantVillage：3839张（4类），包含Cercospora叶斑病、普通锈病等。
• PlantDoc：375张（3类），背景复杂，包含自然场景。
• CD&S：1571张（2类，灰斑病和叶枯病），高分辨率田间图像。
• 合并后数据集：平衡各类样本量，灰斑病（1104）、健康叶（1162）、叶枯病（1666）、锈病（1302），增强模型泛化能力。

改进空间

1. 数据多样性：需纳入更多环境因素（如光照变化、不同生长阶段）和罕见病害样本。
2. 实时部署：进一步压缩模型以适应移动端设备，探索量化或蒸馏技术。
3. 多任务扩展：结合病害严重度评估和定位任务，提升农业决策支持能力。
4. 解释性增强：引入可视化技术（如Grad-CAM）帮助农民理解模型决策依据。

总结

本文通过结构优化与数据整合，提出高性能的轻量化MaxViT模型，显著提升玉米叶病检测的准确率和效率，为农业智能化提供了实用解决方案。未来工作可围绕多模态数据融合和边缘计算部署展开。

手写笔记