EC-LDM：一种用于可解释马铃薯叶片病害分类的带自注意力机制的增强型类别条件潜在扩散框架

《Potato Research》：EC-LDM: An Enhanced Class-Conditioned Latent Diffusion Framework with Self-attention for Explainable Potato Leaf Disease Classification

　　

摘要

可靠的马铃薯叶片病害分类不仅依赖于分类器的设计，还取决于病害特异性视觉信息如何被表示。传统深度学习分类器主要从标注图像中学习判别性特征，而在农业应用中，扩散模型主要被用于图像合成和数据增强。为弥补这一不足，本研究提出了一种1024维增强类条件潜在扩散模型（EC-LDM），直接利用潜在扩散进行病害感知表示学习和马铃薯叶片病害分类。该框架将残差特征提取、自注意力机制和类条件与潜在扩散相结合，以学习结构化的病害判别性表示。重建、扩散、分类和KL正则化目标被联合优化以精炼潜在表示。消融研究将冻结和微调的512维配置与所提出的1024维配置进行比较，以考察潜在维度和编码器优化的影响。实验在公开的马铃薯叶片病害（PLD）数据集上进行，该数据集包含早疫病、晚疫病和健康类别。采用五折分层交叉验证评估所提模型与八个贝叶斯优化深度学习分类器的性能。在五折分层交叉验证中，所提模型的平均准确率为98.69%，加权精确率、召回率和F1分数分别为98.70%、98.69%和98.69%，AUC为99.87%。统计检验支持了所观察到的性能差异，而t-SNE、混淆矩阵分析以及Grad-CAM和SHAP可视化的专家评估则提供了关于潜在空间结构、分类行为和解释相关性的进一步证据。这些发现表明，类条件潜在扩散可以作为病害感知的表示学习机制用于马铃薯叶片病害的直接分类，超越了其在图像合成和数据增强方面的传统用途。