ConvGeM-NeXt:一种用于植物病害检测的深度学习框架

《Frontiers in Plant Science》:ConvGeM-next: a deep learning framework for plant disease detection

【字体: 大 中 小 】 时间:2026年05月12日 来源:Frontiers in Plant Science 4.8

编辑推荐:

  引言:植物病害对可持续农业构成重大挑战,尤其是在严重依赖农耕的地区。植物病害的早期准确识别对于确保粮食生产和减少作物损失至关重要。深度学习的快速发展,特别是在卷积神经网络(CNN)领域,显著提升了植物病害分类的性能。然而,由于低强度视觉、疑似样本背景与前景对比

  
引言:植物病害对可持续农业构成重大挑战,尤其是在严重依赖农耕的地区。植物病害的早期准确识别对于确保粮食生产和减少作物损失至关重要。深度学习的快速发展,特别是在卷积神经网络(CNN)领域,显著提升了植物病害分类的性能。然而,由于低强度视觉、疑似样本背景与前景对比度低、噪声以及色度变化等挑战,许多模型在现实场景中的泛化能力往往不足。 方法:为解决上述挑战,我们提出了ConvGeM-NeXt,这是一种专为细粒度植物病害分类设计的端到端深度学习架构,基于具有增强泛化能力的ConvNeXt基线模型构建。更具体地说,我们的方法在ConvNeXt模型中引入了可学习的广义均值(Generalized Mean, GeM)池化层和ReLU激活,以增强空间特征表示,并设计了一个包含批归一化、ReLU激活和Dropout的自定义分类器头部,以减轻过拟合并提高分类准确性。 结果:我们在两个大规模且多样化的数据库(PlantVillage和PlantDoc)上测试了所提出的模型。该模型在PlantVillage数据集上达到了99.65%的准确率,在真实的PlantDoc数据集上达到了94.69%的准确率,证明了我们方法在可靠分类植物病害方面的有效性。 讨论:本研究通过提供一个用于及时病害诊断的可靠框架,支持作物生产力的提升,为快速发展的农业自动化领域做出了贡献。
论文主体内容解读
1. 研究背景与问题
植物病害是威胁全球农业可持续发展和粮食安全的主要因素之一,在部分发展中国家,仅植物病害每年可导致高达40%的产量损失。传统的病害检测方法,如人工目视检查和实验室分子诊断,存在效率低、成本高、主观性强且难以规模化等问题。因此,开发自动化、可靠的植物病害检测系统至关重要。
近年来,基于人工智能(AI)、深度学习(DL)和计算机视觉(CV)的方法在植物病害监测方面展现出巨大潜力。卷积神经网络(CNN)等深度学习方法能够自动从原始图像中学习特征,性能优于依赖手工特征的传统机器学习方法。然而,现有模型在从受控实验室环境(如PlantVillage数据集)向复杂多变的田间真实环境(如PlantDoc数据集)迁移时,普遍面临泛化能力不足的挑战。田间图像的变异性,如光照不均、背景杂乱、叶片遮挡、类内差异大、噪声等,导致许多在基准数据集上表现优异的模型在实地应用中性能显著下降。此外,模型过拟合、计算复杂度和对大规模标注数据的依赖也是阻碍其实际部署的关键问题。为了克服实验室研究与田间应用之间的鸿沟,需要设计既能保持高精度,又能适应真实世界异质性和计算约束的鲁棒架构。
2. 研究内容与方法概述
针对上述问题,本研究提出了一种名为ConvGeM-NeXt的端到端深度学习框架,旨在实现细粒度的植物病害分类,并提升模型在受控环境和真实田间条件下的泛化能力。该工作发表在《Frontiers in Plant Science》期刊上。
研究人员开展的研究核心是对ConvNeXt-Base模型进行三项关键架构改进:
  1. 1.
    主干网络:采用ConvNeXt-Base作为特征提取主干。该架构融合了CNN的归纳偏置和Transformer的设计理念,在表示能力和计算效率之间取得了良好平衡。模型使用ImageNet-1K预训练权重进行初始化,以加速收敛。
  2. 2.
    池化层创新:将标准的全局平均池化(GAP)替换为可学习的广义均值(GeM)池化层。GeM池化通过一个可学习的指数参数ρ,能够在平均池化和最大池化之间平滑插值,从而更好地突出图像中对病害诊断至关重要的局部空间模式(如病变区域),增强了模型对细微纹理差异和低强度视觉线索的敏感性。
  3. 3.
    分类头定制:重新设计了分类器头部,结构为:全连接层 -> 批归一化(Batch Normalization) -> ReLU激活 -> Dropout(p=0.3) -> 最终线性投影层。这个定制头部增强了正则化,改善了特征可分性,有助于缓解过拟合并提升模型对视觉相似病害类别的区分能力。
模型训练与评估:研究在两个数据集上进行:PlantVillage(>54,000张图像,38个类别,受控环境)和PlantDoc(2,598张图像,27个类别,真实田间环境)。训练在Google Cloud TPU v3-8上进行,使用AdamW优化器、交叉熵损失函数和余弦退火学习率调度器,共训练30个epoch。输入图像统一预处理为224×224像素,并进行ImageNet标准化。评估指标包括Top-1准确率、宏平均精确率、宏平均F1分数和平均类别准确率(MCA)。
3. 研究结果
3.1 整体性能表现
  • •
    在PlantVillage数据集上:ConvGeM-NeXt取得了99.65% 的Top-1准确率和0.9959的宏平均F1分数,表明其在受控环境下对38种病害具有近乎完美的分类能力。重复实验也显示了高稳定性(准确率99.73 ± 0.24%)。
  • •
    在PlantDoc数据集上:在更具挑战性的真实世界数据集上,模型取得了94.69% 的Top-1准确率和0.9465的宏平均F1分数,显著优于基准ConvNeXt-Base模型(91.84%准确率)。这表明所提出的架构改进有效提升了模型的跨域泛化能力。模型在PlantDoc上的MCA为87.04%。
3.2 类别性能分析
  • •
    PlantVillage:绝大多数类别(超过90%)的精确率、召回率和F1分数均达到1.00。仅有个别类别(如番茄早疫病、玉米灰斑病、健康马铃薯)得分略低(~0.93-0.96),反映了类内变异和症状重叠带来的轻微挑战。
  • •
    PlantDoc:模型在多数类别上表现优异,许多类别达到100%的精确率、召回率和F1分数。性能较低的类别包括“马铃薯早疫病叶片”(F1=50.00%)、“马铃薯晚疫病叶片”(F1=0.00%)、“番茄花叶病毒叶片”(F1=0.00%)和“番茄黄化病毒叶片”(F1=0.00%)。分析表明,这些类别可能由于样本量极少、症状与其他类别高度相似或在田间条件下变异性极大,导致模型难以提取判别性特征。
3.3 训练动态与泛化能力
通过训练和验证损失/准确率曲线(对应原文图4和图5)分析,模型在两个数据集上均表现出良好的收敛性,训练损失和验证损失同步下降并趋于稳定,未见明显的过拟合迹象。这验证了定制分类头和GeM池化在增强正则化和改善泛化方面的有效性。
4. 讨论与结论
本研究成功提出了ConvGeM-NeXt框架,通过集成ConvNeXt主干、可学习的GeM池化和定制的正则化分类头,显著提升了植物病害分类模型在受控和真实田间条件下的性能与鲁棒性。实验结果表明,该方法不仅在标准的PlantVillage基准上达到了最先进的性能,更重要的是,在模拟真实世界复杂性的PlantDoc数据集上展现了优异的泛化能力,缩小了实验室模型与田间应用之间的差距。
研究结论(翻译自原文Discussion):
这项工作通过提供一个用于及时病害诊断的可靠框架,支持作物生产力的提升,为快速发展的农业自动化领域做出了贡献。
本研究的贡献在于为农业自动化提供了一种可靠的深度学习解决方案,其改进的泛化能力使其更接近于实际田间部署。未来的研究方向可以包括进一步优化模型轻量化以适应边缘设备、探索更高效的数据增强或半监督学习方法以应对标注数据有限的挑战,以及将模型扩展至病害严重度评估和多种作物-病害组合的检测,以推动AI驱动型智慧农业的全面发展。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

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