可解释性引导的轻量级CNN优化用于小麦病害分类：基于专家病斑掩膜、定量解释评估与失败模式诊断的模型精炼

《Intelligent Systems with Applications》：Explainability-guided optimization of lightweight deep learning models for wheat disease classification

　　

可解释人工智能（XAI）引导的轻量级卷积神经网络（CNN）优化超越事后解释。专家病斑掩膜使解释质量可进行定量评估。XAI诊断失败模式并引导针对性模型精炼。增强模型在改善可解释性的同时达到98.33%准确率。该框架支持资源受限视觉系统的可信人工智能（AI）。

研究人员围绕可解释性引导的轻量级深度学习模型优化开展研究，目标是提高小麦病害分类性能、解释质量与部署可行性。研究背景是，小麦易受茎锈病、黄锈病、Septoria叶斑病和镰刀菌赤霉病等破坏性病害影响，早期准确检测对农业生产力、作物品质和粮食安全至关重要。传统目视诊断耗时、主观、劳动密集且难以规模化。深度学习特别是卷积神经网络（Convolutional Neural Network, CNN）已改善自动植物病害分类，但高性能CNN计算需求高，限制其在智能手机、嵌入式系统和边缘平台上的部署。轻量级模型可平衡性能与效率，但常呈黑箱特性。农业诊断不仅需要类别标签，还需要模型关注生物学意义症状而非背景伪影或虚假相关。可解释人工智能（Explainable Artificial Intelligence, XAI）如梯度加权类激活映射（Gradient-weighted Class Activation Mapping, Grad-CAM）、Score-CAM和局部可解释模型无关解释（Local Interpretable Model-agnostic Explanations, LIME）可提供视觉解释，但多数农业研究仅将XAI用于事后可视化，很少系统诊断模型弱点并指导模型改进。现有研究缺口位于轻量级深度学习、XAI和模型优化的交叉处。因此，研究人员提出可解释性引导优化框架，采用专家在环流程，将解释输出经定量评估转化为架构决策，遵循解释—评估—诊断—改进路径。

关键技术方法不超过250字：研究人员使用前期部署导向轻量级CNN为基线，输入224×224×3，含卷积茎和五个MobileNetV2启发的倒残差瓶颈（Inverted Residual Bottleneck, IRB）阶段等。样本队列来源：与Ethiopian Institute of Agricultural Research（EIAR）专家合作采集的埃塞俄比亚田间小麦病害数据集，含Fusarium Head Blight、Healthy、Septoria Leaf Blotch、Stem Rust和Yellow Rust五类，共3000张，每类600张，按80/10/10分层并采用泄漏感知划分；外部验证使用Kaggle公共Wheat Disease Data Set五类子集，经MD5、pHash和dHash去重后为6624张。使用Grad-CAM、Score-CAM、LIME生成解释，诊断验证子集100张（四类病各25张）由专家病斑掩膜和三名EIAR专家盲评；计算交并比（Intersection-over-Union, IoU）、指向游戏准确率（Pointing Game Accuracy, PGA）、背景激活比率（Background Activation Ratio, BAR）、解释稳定性分数（Explanation Stability Score, ESS）、错误定位分数（Error Localization Score, ELS）和解释质量分数（Explanation Quality Score, EQS）；依据失败模式与决策规则在中间特征阶段插入轻量级通道重校准注意力模块，再训练并在留出测试集评估。

研究结果：
基线模型的可解释性分析：通过Grad-CAM、Score-CAM和LIME分析发现，正确分类样本多关注病斑边界、锈疱、褪绿区和感染组织；错误样本常出现注意力弥散、背景依赖和定位不完整，说明分类错误常与注意力失配有关。
XAI方法的比较评估：通过定量解释评估框架比较三种方法，Score-CAM的EQS最高，其次为Grad-CAM，LIME最低；Score-CAM在定位、背景抑制、稳定性和失败诊断上较好，Grad-CAM计算效率较高，LIME提供实例级证据但定位、稳定性和效率较低；专家Likert评分趋势一致。
复合解释质量分数的验证：通过不同权重方案和无权重秩分析，三种解释方法排序保持不变，均为Score-CAM优于Grad-CAM优于LIME；独立专家评分也呈相同顺序，表明EQS在该评估协议下稳定。
解释引导的失败诊断：通过诊断验证子集分析，13个错误病例中遮挡相关失败占46.15%，背景干扰占30.77%，类间混淆占15.38%，早期病害失败占7.69%；遮挡和背景干扰合计76.92%，表明多数错误与注意力失配、背景依赖和复杂田间场景有关。
可解释性引导的模型增强：通过将解释诊断转化为架构精炼，在基线中间特征提取阶段引入轻量级XAI引导注意力模块；增强模型准确率从95.67%提高到98.33%，精确率、召回率和F1分数均提高，测试错误从13例降至5例，相对误差降低约61.5%。
按病害类别的错误分析：通过混淆矩阵和逐类F1分析，增强模型在所有类别均提高，Fusarium Head Blight、Yellow Rust和Septoria绝对增益较大；这些类别原有错误与背景依赖、注意力分散和症状模糊有关。
统计验证：通过五个随机种子重复实验，增强模型准确率98.40±0.15%，基线为95.67±0.24%；配对t检验显示准确率、精确率、召回率和F1分数改善均显著，p<10^?4；分组感知五折交叉验证中增强模型为98.37±0.25%，基线为95.80±0.43%，配对平均差+2.57个百分点，95% CI为[2.33, 2.80]，p=7.2×10^?6。
对模型可解释性的影响：在留出注释测试子集上，增强模型IoU从0.69升至0.82，PGA从0.81升至0.92，BAR从0.31降至0.18，ESS从0.79升至0.90，ELS从0.74升至0.87，EQS从0.7365升至0.8595，表明解释定位、背景抑制、稳定性和失败诊断能力改善。
性能与效率评估：通过复杂度、模型大小、FLOPs和设备端推理测试，增强模型参数增加4.31%，模型大小增加5.77%，FLOPs增加4.80%；在Samsung Galaxy A52、Snapdragon 720G、Android 13、ONNX Runtime Mobile v1.16、CPU执行、批大小1条件下，平均延迟从11.02 ms升至12.00 ms，中位延迟从10.84 ms升至11.79 ms，吞吐量为83.3 images/s，增加小于1 ms，保持轻量部署可行性。
消融研究：通过比较随机注意力位置、加宽块、加深块、未引导SE、早/中/晚层注意力和不同XAI引导变体，所有改进多高于基线，但多XAI引导增强达到最高性能98.40%，表明增益来自解释引导精炼而非单纯增加注意力或容量。
与标准注意力模块和轻量级架构的比较：在相同插入位置比较SE、ECA和CBAM，提出的多XAI引导模型平均准确率最高，对SE、ECA、CBAM的配对差异显著；与MobileNetV2、ShuffleNetV2、EfficientNet-B0和MobileNetV3-Small相比，提出的模型准确率最高且计算成本较低，相对EfficientNet-B0参数少约3.3倍、FLOPs少7.4倍且准确率显著更高。
在独立公共数据集上的外部验证：在去重后的Kaggle五类小麦病害数据子集上，增强模型较基线准确率提高+2.27个百分点，宏观F1提高+3.16，配对差异95% CI分别为[2.14, 2.40]和[2.99, 3.33]，p=1.2×10^?6和8.4×10^?7；增益幅度与主数据集相当，支持泛化，但该外部验证因病斑掩膜缺失仅覆盖分类迁移。

讨论部分总结：研究人员认为，可解释性不仅可事后解释，还可作为轻量模型诊断和精炼的结构化证据。强分类性能不一定意味着可靠注意力行为，基线模型存在注意力扩散、背景激活和类间混淆等隐藏弱点。XAI引导增强通过中间特征阶段通道重校准，提高病害相关特征表达并抑制背景响应；消融和外部验证支持增益归因于解释引导设计而非单纯注意力集成。该框架在准确率、解释质量和效率之间取得较好平衡，适合资源受限农业系统。局限包括主要数据来自埃塞俄比亚单一小麦病害数据集，外部验证仍限于同一作物且无解释质量评估；病斑标注子集有限且可能有专家主观性；EQS权重和诊断阈值需针对新数据集重校准；框架为离线、专家在环过程，端到端田间验证尚未完成。未来应扩展至不同作物、地区、季节、品种和成像设备，并探索其他解释驱动干预和训练目标整合。

研究结论翻译：本研究提出了面向轻量级深度学习小麦病害分类的可解释性引导优化框架。与传统将XAI主要用于事后解释的方法不同，所提出的框架将解释分析直接整合到模型开发过程，将可解释性从被动可视化机制提升为用于模型诊断和针对性架构精炼的定量、专家在环工具。通过结构化“解释—评估—诊断—改进”流程，该框架系统连接模型理解与模型增强。实验结果表明，解释分析能有效识别轻量级深度学习模型的关键弱点，包括注意力失配、背景干扰、类间混淆和病害症状定位较弱。受这些洞察引导，研究人员在基线架构的中间特征提取阶段引入了轻量级XAI引导注意力模块。所得增强模型在分类性能上显著提升，准确率从95.67%提高到98.33%，同时所有病害类别的精确率、召回率和F1分数均改善。这些发现进一步得到五折交叉验证、与在相同插入位置评估的标准注意力模块（SE、ECA、CBAM）和常用轻量级架构相比具有统计显著优势、在独立公共小麦病害数据集上的迁移改善（准确率+2.27个百分点）以及智能手机级平台上测得每图像低于12 ms的设备端推理的支持。定量解释评估进一步证实定位质量、解释稳定性、背景抑制和失败诊断能力的改善。统计验证与全面消融分析表明这些增益一致、可复现，并且归因于可解释性引导的精炼而非仅注意力集成。在小麦病害分类和所检验两个数据集范围内，研究结果展示了可解释性作为优化指导来源的潜力。研究说明解释衍生洞察可揭示传统性能指标未检测到的隐藏缺陷，并可随后指导针对性架构改进。将框架扩展到其他作物和病害领域、其他轻量级主干网络，以及将解释质量更紧密整合进训练目标，是未来工作的具体方向；这些扩展需要在更广泛宣称之前进行专门验证。通过建立可解释性、失败诊断和模型精炼之间的直接联系，所提出的框架推进了智能系统发展，使其不仅准确且计算高效，而且透明、可信，并适合部署在资源受限平台上。