HASPNet:一种用于番木瓜叶片病害分类且具有可解释深度学习的分层注意力信号保留网络(Hierarchically Attentive Signal-Preserving Network for Papaya Leaf Disease Classification with Explainable Deep Learning)

《Frontiers in Artificial Intelligence》:HASPNet: a hierarchically attentive signal-preserving network for papaya leaf disease classification with explainable deep learning

【字体: 大 中 小 】 时间:2026年03月20日 来源:Frontiers in Artificial Intelligence 6.7

编辑推荐:

  番木瓜叶片病害分类的准确性在早期植物健康监测和绿色农业中至关重要。本文提出HASPNet(Hierarchically Attentive Signal-Preserving Network,分层注意力信号保留网络),一种专为细粒度番木瓜叶片病害分类而设计的网

  
番木瓜叶片病害分类的准确性在早期植物健康监测和绿色农业中至关重要。本文提出HASPNet(Hierarchically Attentive Signal-Preserving Network,分层注意力信号保留网络),一种专为细粒度番木瓜叶片病害分类而设计的网络,所用数据为新建的BDPapayaLeaf数据集——含2,159张高分辨率图像,涵盖5种病理类别。该网络引入协调的分层注意力框架,通过将残差特征融合与顺序连接的Squeeze-and-Excitation(SE)及Convolutional Block Attention Module(CBAM)模块相整合,使多尺度信号保留与双阶段重校准同步进行,令模型能在保持全局结构完整性的同时分离细微的病理特征。架构还采用Swish激活函数、深度可分离卷积(depthwise separable convolutions)及余弦预热学习率调度(cosine warm-up learning rate schedule)进行优化,以获得高效的梯度流和收敛稳定性。详尽的消融实验验证了各架构模块的关键贡献,完整HASPNet取得93.87%的准确率(对应错误率6.13%)、94%的F1-score及21.33 ms的推理时间,在性能与计算效率上大幅超越MobileNetV2、DenseNet121、Inception-V3、Xception和ResNet50等主流骨干网络。此外,激活函数实验验证Swish为该任务最优非线性激活。研究人员利用Grad-CAM(Gradient-weighted Class Activation Mapping)可视化增强可解释性,证实模型关注病害特异性叶区域。鉴于BDPapayaLeaf数据集尚无现有基准,研究人员将HASPNet与标准CNN骨干(MobileNetV2、ResNet50等)对比以建立性能–复杂度基线,证明其适用于资源受限的农业环境。结果表明该模型具域适应性,是现实农业诊断系统的有力候选方案,也为基于视觉的植物病理学研究提供有价值补充。
论文解读:HASPNet——用于番木瓜叶片病害细粒度分类的分层注意力信号保留网络
本文发表于《Frontiers in Artificial Intelligence》。番木瓜(Carica papaya)是全球重要的热带经济作物,但其叶片易受炭疽病(Anthracnose,Colletotrichum gloeosporioides引起)、细菌性斑点病(Bacterial Spot,Xanthomonas campestris pv. caricae引起)、曲叶病(Curl,番木瓜曲叶病毒PaLCuV介体传播)及环斑病(Ring Spot,番木瓜环斑病毒PRSV蚜虫传播)侵染,严重时可致85%~100%减产。传统机器视觉依赖手工特征提取,对田间复杂条件鲁棒性差;主流预训练CNN多面向ImageNet大规模通用物体设计,在下采样过程中易丢弃叶片细微纹理(如褪绿晕圈、环形斑纹、边缘卷曲),且缺乏针对植物病理细粒度特征的通道–空间协同注意力机制,参数量大不利于边缘部署,且"黑盒"特性阻碍农业用户对诊断依据的信任。为此,研究人员设计并验证了HASPNet——一种面向BDPapayaLeaf数据集(Mustofa et al., 2024,2,159张五分类高分辨率番木瓜叶图像)定制的轻量分层注意力信号保留卷积网络。
主要关键技术方法: 研究人员选用BDPapayaLeaf数据集,按原始/增广后训练集1,507/4,520张、验证集326/440张、测试集326张(不变)划分,对训练与验证集实施类别均衡数据增强(旋转±25°、水平/垂直翻转、亮度对比度调整、仅Healthy类加高斯噪声、仅Curl类做透视变形)。构建HASPNet:输入448×448×3经3×3卷积干(Conv2D→Batch Normalization→Swish→MaxPooling);依次通过三级特征阶段,每级含Papaya Residual Block(PRB:3×3常规卷积分支+深度可分离卷积Depthwise Separable Convolution+1×1快捷连接残差融合)→SE(Squeeze-and-Excitation)块→CBAM(Convolutional Block Attention Module)块→MaxPooling,三阶段通道数分别为128、256、512;末端全局平均池化(Global Average Pooling, GAP)→全连接层(1024→512,Swish激活,L2正则化,Dropout=0.3)→Softmax五分类。训练采用Categorical Cross-Entropy with Label Smoothing(ε=0.1),Adam优化器(初始ηmax=10?4,ηmin=10?5),余弦退火学习率带前5轮预热,类别权重按逆频率平衡,早停,50轮收敛。对照实验包括去除残差/SE/CBAM模块的消融研究、五种激活函数(ReLU/Leaky ReLU/Mish/GELU/Swish)对比,及与ResNet50、VGG16、NASNetMobile、DenseNet121、Xception、Inception-V3、MobileNetV2在相同划分与超参数下微调后的性能基准比较;可解释性通过末层卷积的Grad-CAM热力图验证。
研究结果
6.1 Dataset Description, Preprocessing, and Augmentation——BDPapayaLeaf含Anthracnose(407)、Bacterial Spot(458)、Curl(585)、Healthy(228)、Ring Spot(481)共2,159张,经中心裁剪至448×448并类别均衡增广至训练集每类904张。研究人员指出数据集区域来源单一可能限制跨地域泛化,需在后续通过多区域数据融合验证。
6.2 Environmental Setup——模型于Tesla P100 GPU(TensorFlow 2.12)训练,35轮后准确率与损失平稳且训练–验证差距<2%,无显著过拟合,表明余弦预热与标签平滑有效。
6.3 Ablation Experiments——①去残差连接(Without residual):准确率降至61.04%,所有类别混淆严重,证明残差对梯度传播与层次特征复用不可或缺;②去SE块(Without SE):准确率91.72%,Curl类假阳性上升,Ring Spot与Anthracnose的ROC-AUC略降,说明SE通过通道重标定提升病害相关通道的选择性;③去CBAM(Without CBAM):准确率93.56%,Ring Spot类轻微下降,证实CBAM空间–通道联合注意力强化对病斑边缘与卷曲区域的定位;④完整HASPNet:准确率93.87%、Precision/Recall/F1-score均为94%,混淆矩阵近对角、各类ROC-AUC≈0.99,各模块协同产生最优判别力。
6.4 Influence of Activation Functions on HASPNet Performance——Swish与Mish、GELU均达约94%准确率及F1=0.94,Leaky ReLU为93%/F1=0.93,ReLU最低(92%/F1=0.92)。平滑自门控非线性(Swish/Mish/GELU)较ReLU更利于保留细粒度纹理对应的微小梯度,研究人员选定Swish为最终激活。
6.5 Interpreting HASPNet Predictions via Grad-CAM——Grad-CAM显示:Curl聚焦叶缘卷曲与中脉扭曲区;Bacterial Spot聚焦散在斑点状褪绿区;Anthracnose聚焦中央坏死斑及扩散区;Ring Spot聚焦同心环状褪绿晕圈。热力图证实SE+CBAM使模型注意力锁定病害生物学相关区域而非背景,提供可解释依据。
6.6 Benchmarking Against State-of-the-Art Models——HASPNet准确率93.87%(次优MobileNetV2为84.66%),参数量仅3.09 M(ResNet50为23.6 M),推理时延21.33 ms(优于DenseNet121的48.52 ms)。五轮独立重复实验均值95% CI ±0.42%,与MobileNetV2配对t检验p<0.01具统计显著性。标准骨干网络因缺乏信号保留路径在连续池化中丢失细微病理特征故表现欠佳,HASPNet通过分层残差–注意力环路弥补该缺陷。
讨论与结论翻译(总结): 本研究提出HASPNet——一种同步多分支残差学习与顺序SE及CBAM注意力的分层注意力信号保留网络,用于番木瓜叶部病害细粒度分类,在BDPapayaLeaf数据集上达到93.87%准确率(错误率6.13%)与94% F1-score。研究证实保留低层结构信号对区分视觉相似的病毒与细菌斑点(标准深CNN常丢弃之)至关重要。HASPNet为BDPapayaLeaf数据集建立新基准,以3.09 M参数量与21.33 ms低推理延迟超越MobileNetV2、DenseNet121等现有主流模型。局限性包括训练数据地理多样性不足及深层注意力层中梯度可追溯性受限;未来工作拟引入Vision Transformer(ViT)的偏移窗口自注意力(shifted-window self-attention)、域对抗训练增强跨背景/光照不变性、多模态融合(影像+温湿土壤pH时序传感器)以提升早检测能力。HASPNet为下一代自动化农业诊断系统提供了可解释且资源高效的范式基础。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号