《Plant Direct》：LeafXNet: A Lightweight Explainable Model With Integrated Attention Mechanism for Fruit Leaf Disease Detection
编辑推荐：
# 专业术语翻译
粮食安全正受到气候变化、降水模式改变、土壤退化及农药过度使用等多重威胁。这些挑战损害了农业实践的可持续性，并加重了农民的经济负担。西瓜、葡萄和番石榴等富含营养物质的水果在全球膳食结构和经济体系中发挥着至关重要的作用。然而，由于新发病害频出以
# 专业术语翻译
粮食安全正受到气候变化、降水模式改变、土壤退化及农药过度使用等多重威胁。这些挑战损害了农业实践的可持续性，并加重了农民的经济负担。西瓜、葡萄和番石榴等富含营养物质的水果在全球膳食结构和经济体系中发挥着至关重要的作用。然而，由于新发病害频出以及检测技术不足，其生产往往面临诸多挑战。传统的水果叶片病害管理方法仍显不足，尤其是在资源有限的环境中。因此，迫切需要开发可靠、经济且可扩展的检测系统，以保障农业产出并提升全球粮食安全水平。为应对上述挑战，研究人员引入了LeafXNet——一种轻量级、注意力增强的卷积神经网络（Convolutional Neural Network, CNN），其参数规模仅为79,717个，用于水果叶片病害检测。该模型展现出良好的泛化能力和资源高效性能，适用于Web、移动端及物联网（Internet of Things, IoT）应用。研究人员整合了三种不同的可解释人工智能（Explainable AI, XAI）技术，以增强对模型预测结果的理解并建立信任。结果表明，LeafXNet在利用显著更少计算资源的同时，超越了现有最优的预训练CNN架构，在西瓜、葡萄和番石榴叶片病害分类中分别取得了99.74±0.0032、99.76±0.0029和97.59±0.0086的准确率。然而，该模型仅限于病害与健康叶片的二分类判别，在真实世界部署前需在视觉相似的非病害生理性异常条件下进行验证。
# 论文解读文章
## 一、研究背景与问题
全球粮食安全是当前至关重要的议题。据预测，到2050年全球粮食产量需翻一番才能满足不断增长的人口需求。粮食安全不仅取决于热量供给的可获得性，还取决于健康食品的可及性。扩大营养密集型作物（如果类）的生产有助于稳定食物系统并改善健康结果。然而，气候变化和全球变暖对农业构成重大威胁，影响作物生产和害虫行为。温度升高、降水模式改变和二氧化碳浓度升高加速了害虫的扩散与存活，增加了虫媒植物病害的传播，并削弱了自然生物防治能力。西瓜、番石榴和葡萄等国际广泛种植和消费的水果既受欢迎又富有营养，然而它们对多种病害的易感性对产量、品质和市场价值构成巨大威胁。
现有研究虽已开发出多种水果叶片病害检测模型，但普遍面临若干关键挑战：第一，许多模型依赖过度复杂的架构，计算资源消耗大，难以在智能手机、物联网（IoT）传感器等边缘设备上部署；第二，多数模型属于黑箱系统，缺乏可解释性，限制了其在真实农业场景中的实际应用与用户信任；第三，数据集规模限制和类别不平衡问题导致模型泛化能力不足；第四，已有研究大多局限于单一水果种类，缺乏跨品种的泛化验证。例如，基于深度度量学习（Deep Metric Learning, DML）的三元组损失方法在西瓜品种分类中面临类别不平衡和特征重叠问题；模糊逻辑方法在西瓜叶片病害识别中准确率仅约67%；基于VGG16优化的模型虽达到较高准确率但未充分优化训练超参数；支持向量机（Support Vector Machine, SVM）方法受限于数据集规模等。因此，开发一种既轻量高效又具备可解释性、能够跨多种水果叶片病害准确检测的模型具有重要的现实意义和科学价值。
## 二、研究内容与结论
针对上述挑战，研究人员提出了LeafXNet——一种轻量级、注意力增强的卷积神经网络（CNN），其参数量仅为79,717个。该模型专为水果叶片病害检测设计，优化了在IoT、移动端和Web应用中的部署性能。模型通过在三个不同数据集（西瓜、葡萄和番石榴）上进行评估，展现了强大的泛化能力和资源高效性能。同时，研究人员整合了三种不同的可解释人工智能（XAI）技术——CAM（Class Activation Map）、Grad-CAM和Grad-CAM++，以增强模型预测的透明度与用户信任度。实验结果表明，LeafXNet在西瓜、葡萄和番石榴叶片病害分类中分别取得了99.74±0.0032、99.76±0.0029和97.59±0.0086的准确率，超越了现有预训练CNN架构，同时使用了显著更少的计算资源。该研究凸显了轻量级、可解释深度学习模型在推动可持续农业发展方面的潜力。
## 三、关键技术与方法
该研究使用了以下主要关键技术方法：
**数据集构建与增强**：使用了三个公开的水果叶片病害数据集。西瓜叶片数据集来自孟加拉国博图阿卡利Lebukhali地区园艺研究站，包含1,155张原始图像，涵盖健康叶片及花叶病毒病、霜霉病（由假霜霉菌 *Pseudoperonospora cubensis* 引起）和炭疽病（由瓜类炭疽菌 *Colletotrichum orbiculare* 引起）三种病害，通过水平翻转、缩放、亮度调整和随机缩放等增强技术扩充至6,930张图像。葡萄叶片数据集（Dharrao et al. 2025）包含2,726张图像，涵盖细菌性叶斑病（由野油菜单胞菌 *Xanthomonas campestris* 引起）、霜霉病（由葡萄生单轴霉 *Plasmopara viticola* 引起）、白粉病（由葡萄白粉菌 *Erysiphe necator* 引起）和健康叶片，经增强后共计5,016张图像。番石榴叶片数据集（Shihab et al. 2025）来自孟加拉国三个地点（Cumilla的Rampur、Dhaka的Asulia Bazar和Baipayl），包含2,313张原始图像，涵盖炭疽病（由胶孢炭疽菌 *Colletotrichum gloeosporioides* 引起）、斑点病（由 *Pestalotiopsis psidii* 引起）、溃疡病（由 *Lasiodiplodia theobromae* 引起）、锈病（由 *Puccinia psidii* 引起）和健康叶片，经增强至12,262张后，对健康类进行随机子采样以平衡类别分布，最终用于训练的图像为7,856张。所有数据集按80:10:10比例划分为训练集、验证集和测试集。
**LeafXNet模型架构设计**：该模型集成了卷积特征提取与多头自注意力（Multi-Head Attention, MHA）机制，以有效捕获叶片病害识别所必需的空间和上下文属性。网络包含输入层、图像缩放层、四个卷积层（滤波器数量分别为64、64、32、32，卷积核均为3×3）、四个最大池化层（2×2核）、重塑层、多头注意力层、全局平均池化（Global Average Pooling, GAP）层、128神经元全连接层和5神经元softmax输出层。模型总参数量为79,717个，均为可训练参数。
**可解释AI（XAI）技术**：采用CAM、Grad-CAM和Grad-CAM++三种方法生成类激活图，可视化模型决策依据的关键叶片区域。
**实验配置**：图像尺寸224×224，批量大小32，学习率1×10?3，最大训练轮数50，注意力头数2，激活函数为ReLU，优化器为Adam，损失函数为稀疏分类交叉熵，缩放因子1.0/255。实验环境为配备Intel Core i7（第13代）处理器、64GB RAM、NVIDIA RTX 4080 GPU（16GB显存）的工作站，使用Python及Scikit-learn、TensorFlow、Keras等库实现。
**评估指标**：采用准确率（Accuracy）、精确率（Precision）、召回率（Recall）和F1分数（F1-score），并计算宏平均（macro-average）和加权平均（weighted-average）以全面评估模型性能。此外，采用多种子（multi-seed）鲁棒性分析、Friedman检验和Wilcoxon符号秩检验（含Bonferroni校正）等统计方法。
## 四、研究结果
### 4.1 性能评估
LeafXNet模型在训练初期即展现出良好的泛化能力，验证集在连续训练轮次中保持稳定性能。西瓜病害数据集训练准确率为99.96%，葡萄为99.88%，番石榴为97.63%；验证准确率分别为99.86%、100.00%和97.58%。测试集上，模型在西瓜、葡萄和番石榴数据集上分别取得100%、99.80%和97.33%的准确率。分类报告显示，西瓜所有类别均取得100%的精确率、召回率和F1分数；葡萄数据集中健康叶片的F1分数最低，为99.62%；番石榴数据集中锈病和溃疡病的F1分数最高（100.00%），斑点病最低（95.95%）。混淆矩阵分析显示，西瓜数据集所有类别均被准确分类无错误；葡萄数据集中霜霉病类别仅出现一例错分。
### 4.2 与基线模型性能对比
研究人员将LeafXNet与六种先进的CNN架构（Xception、DenseNet121、DenseNet169、InceptionV3、NASNetLarge和NASNetMobile）进行对比。结果表明，LeafXNet在所有评估指标上均持续优于所有基线模型：西瓜数据集上准确率、精确率、召回率和F1分数均达到100%；葡萄数据集上所有指标均为99.80%；番石榴数据集上准确率为97.33%、精确率97.39%、召回率97.29%、F1分数98.30%。值得注意的是，LeafXNet仅使用79,717个参数即实现上述性能，而基线模型的参数量从约440万到8,590万不等，充分证明了模型的计算效率与高精度兼备的优势。
### 4.3 多种子鲁棒性分析
研究人员使用五个不同的随机种子（42、123、999、2024、7）对模型进行训练与测试。结果显示，模型在不同随机初始化条件下保持高度稳定的性能：西瓜数据集平均准确率99.74%（标准差±0.0032），葡萄数据集99.76%（±0.0029），番石榴数据集97.59%（±0.0086）。各指标的标准差均较低，证实模型对随机初始化不敏感，具有良好的可靠性和可重复性。
### 4.4 基准对比
与现有叶片病害检测模型的对比分析表明，已有研究鲜少强调模型可解释性。LeafXNet在所有三个数据集上均取得更高准确率，同时参数量大幅减少（西瓜和葡萄各需79,588个参数，番石榴需79,717个参数，差异源于输出类别数不同）。相比以往模型在准确率与模型复杂度之间的权衡取舍，LeafXNet有效兼顾了两个维度，以极低的计算开销实现了先进的分类性能。
### 4.5 计算复杂度
LeafXNet仅需79,717个参数和0.30MB存储空间，显著低于所有对比模型。计算成本方面，LeafXNet的浮点运算量（FLOPs）为1.05 GFLOPs，远低于InceptionV3（11.47 GFLOPs）和Xception（9.13 GFLOPs）等深层网络。延迟分析显示，LeafXNet在所有数据集上均取得最低推理时间（西瓜7.75ms、葡萄5.85ms、番石榴9.55ms），在紧凑性和推理速度之间实现了有效平衡，更适合实时和资源受限的应用场景。
### 4.6 可解释AI（XAI）洞察
通过CAM、Grad-CAM和Grad-CAM++三种XAI方法对西瓜叶片病害分类的可视化对比分析显示：在霜霉病类别中，CAM在叶片表面产生广泛但不具特异性的激活，Grad-CAM聚焦于叶片边缘的角状黄色病斑，而Grad-CAM++则精确锁定边缘和叶脉附近的失绿区域，提供与病害进展一致的生物学合理解释。在炭疽病类别中，Grad-CAM++精确描绘了同心环状病斑及其周围组织变色区域。花叶病毒病方面，Grad-CAM++清晰强调叶片表面的花叶状斑驳和不规则色素沉着模式，同时忽略健康组织。在健康叶片类别中，Grad-CAM++有效抑制了整个图像的注意力激活，表明模型不依赖任何异常区域进行分类，从而增强了对“健康”预测的置信度。葡萄叶片的XAI可视化分析也呈现类似规律：Grad-CAM++在细菌性叶斑病中精确隔离边缘的不规则小斑点，在霜霉病中突出两个不同的感染簇，在白粉病中描绘出典型的霉斑区域，同时在健康叶片上消除了多余的高亮激活。番石榴叶片的XAI分析同样显示，Grad-CAM++在炭疽病中隔离出边缘不规则坏死区域，在溃疡病中明确定位叶缘附近的局部感染，在斑点病中正确强调分散的斑点状病斑，在锈病中沿中脉和侧脉清晰描绘出锈病斑块。三种病害的XAI可视化结果均表明，Grad-CAM++在所有病害类别中持续提供最精确、最具症状感知力的视觉解释。
### 4.7 XAI解释的定量专家验证
为系统评估生成解释的质量与可解释性，研究人员进行了定量专家评估。共评估了三个数据集的300张叶片图像（西瓜、葡萄、番石榴各100张，每类病害各25张），由孟加拉国库尔纳地区园艺研究站首席科学官Mohammad Idris Ali Howladar博士独立审查三种方法生成的解释图。专家推荐了三个评估维度：形态相关性（评估解释高亮区域是否对应形态学病征）、定位精度（评估高亮区域是否准确识别可见病害症状的具体部位）和特征对应性（评估激活区域是否与区分植物病害的视觉特征一致），每个维度采用5分制评分。定量结果显示：Grad-CAM++在形态相关性（4.47±0.56）、定位精度（4.42±0.59）和特征对应性（4.43±0.59）三个维度上均取得最高分，总体均分4.44；Grad-CAM为中等水平（3.86）；CAM得分最低（3.13）。Friedman非参数检验显示三种方法在所有三个评估维度上均存在显著统计学差异（形态相关性χ2=389.77，定位精度χ2=391.78，特征对应性χ2=378.53，p<0.001）。Wilcoxon符号秩检验（经Bonferroni校正）进一步确认所有两两比较均达到显著水平（校正后p值范围从1.16×10??3到5.50×10?2?）。这些定量发现确立了Grad-CAM++ > Grad-CAM > CAM的稳定性能层级，为Grad-CAM++在植物叶片病害分类中的优越可解释性提供了强有力的定量专家证据。
## 五、讨论与结论总结
在讨论部分，研究人员强调模型的轻量级设计和可解释性在实际农业应用中的重要性。与现有方法相比，LeafXNet通过极少的参数量实现了更高的分类准确率，同时多种子分析证实了其性能的稳定性和可重复性。XAI分析部分通过专家定量验证确立了三种可解释性方法的质量差异，其中Grad-CAM++生成的解释最精确且与病害相关视觉特征对应最好。研究的主要局限在于：该研究仅聚焦于病害与健康叶片的分类，未区分病害与视觉相似的非病害生理性异常；因此，LeafXNet应作为决策支持工具而非独立诊断系统使用。未来工作可包括将LeafXNet扩展至更多作物、集成实时监测系统，以及开发面向农户的应用程序以缩小人工智能研究与实际农业实践之间的差距。此外，评估模型对未见物种的迁移能力也是未来研究的重要方向。
**研究结论**：为准确高效地识别水果叶片病害，研究人员开发了名为LeafXNet的轻量级注意力融合卷积神经网络。该模型在西瓜、葡萄和番石榴三个不同数据集上展现了强大的泛化能力，分别取得了99.74±0.0032、99.76±0.0029和97.59±0.0086的准确率。仅用79,717个参数，LeafXNet大幅降低了计算开销，非常适合在Web应用、移动平台和IoT设备上部署。研究人员对XAI技术的应用提升了模型透明度并增强了用户信心，解决了深度学习模型因黑箱特性而难以实际部署的主要障碍之一。与现有最先进技术的比较进一步证实，LeafXNet在使用更少资源的同时优于复杂的预训练CNN。总体而言，该研究凸显了轻量级、可解释深度学习模型通过实现早期可靠的植物病害检测来推动可持续农业发展的潜力。
