基于Gamma预处理与SE增强MBConv的轻量级CNN（GSEBNet）用于番茄叶部病害精准分类

《Frontiers in Plant Science》：Enhancing crop sustainability: GSEBNet for precise tomato leaf disease classification

　　

摘要专业翻译 引言： 植物病害对粮食供应可持续性构成重大威胁。作物病害的早期识别对农业生产和作物产量至关重要。对番茄叶片进行分类有助于确定保持作物健康所需的处理措施。尽管已有许多深度学习方法被提出用于植物病害分类，但大多数方法依赖实验室采集的图像，在真实田间条件下表现不佳。 方法： 本研究引入了一个在自然环境中采集的、基于类别的广泛数据集，可直观区分13种传染性病害与健康番茄叶片。研究人员提出了Gamma预处理的Squeeze-Excitation Block Network（GSEBNet），这是一种轻量级CNN架构，将Squeeze-and-Excitation（SE）模块与精心配置的Mobile Inverted Bottleneck Convolution（MBConv）层以及领域特定的Gamma-Unsharp Brightness Reduction（GUBR）预处理流程相结合。该模型在涵盖14个类别的田间采集（PlantCity）与实验室（PlantVillage）图像的合并数据集上进行了训练和评估。 结果： 所提出的GSEBNet在14类别数据集上达到了99.48%的测试准确率，精确率（Precision）、召回率（Recall）、F1分数（F1-score）和Cohen's Kappa系数分别为99.49%、99.49%、0.99和0.9944。 讨论： 所得结果与先前研究报告的结果具有竞争力，同时需承认数据集和实验设置存在差异。GUBR预处理与SE增强MBConv层的协同设计显著提升了低质量田间采集图像中的特征判别能力。

论文解读

一、研究背景与问题提出

番茄是全球经济意义最为重要的园艺作物之一，联合国粮食及农业组织（FAO）估计全球番茄年总产量超过1.89亿公吨，种植面积约500万公顷。番茄在发达国家和发展中国家的粮食安全与创收中均发挥着关键作用，既是鲜食产品的重要原料，也是酱料、果汁和番茄酱等加工产品的基础。然而，番茄极易遭受多种生物胁迫，包括真菌性、细菌性、病毒性及虫害类病害，若未能及时检测，可造成20%–80%的产量损失。早疫病、晚疫病、叶霉病、斑枯病、细菌性斑点病、靶斑病、镰刀菌枯萎病、黄萎病、叶螨危害、番茄花叶病毒（ToMV）、番茄黄化曲叶病毒（TYLCV）及潜叶蝇危害等病害持续威胁着全球番茄生产。

传统的番茄病害防控高度依赖田间巡查和训练有素的农艺师经验，这一过程劳动密集、耗时且具有主观性，诊断准确性受限于病理学家的专业水平和早期病斑的表型细微差异。在巴基斯坦等南亚资源匮乏地区，专业化植物病理服务极为有限，而巴基斯坦正是全球最大的番茄生产国之一。由此导致的病害误诊和缺乏及时干预，频繁造成采前高损失以及农药的不加区分使用，进一步加剧了经济和环境影响。

随着深度学习（DL）和计算机视觉（CV）技术的发展，基于叶片图像的植物病害识别引起了越来越多的关注。卷积神经网络（CNN）已成为基于图像的病害分类最流行的方法，并在受控温室环境中采集的基准数据集上表现出卓越性能。基于大规模自然图像语料库预训练的架构（如ResNet、VGG、EfficientNet和DenseNet）的迁移学习策略也加速了领域进展。为增强判别性病害相关特征并选择性抑制无关背景干扰，通道级Squeeze-and-Excitation（SE）模块和空间注意力模块已被添加到CNN骨干网络中。

尽管已有上述进展，真实田间图像中番茄叶部病害的自动识别仍是一个困难的图像处理问题。主要挑战包括三个关键图像处理难题：（i）由于病害不同阶段、光照条件和品种差异导致的高类内视觉变异；（ii）强类间视觉相似性，如早疫病与靶斑病、细菌性斑点病与斑枯病等不同病害的病斑在颜色、纹理和形态模式上高度重叠，使标准卷积滤波器产生混淆；（iii）田间条件下的严重图像退化，包括低对比度、运动模糊、叶片表面镜面反射和复杂杂乱背景。这些因素严重影响了主要针对实验室采集的干净图像（如PlantVillage数据集）训练的通用CNN架构的性能。此外，传统预处理技术无法恢复早期病害判别所需的细粒度纹理细节和病斑边界信息。

尽管多种模型在PlantVillage数据集上取得了超过95%的分类率，但当应用于农业用途的田间采集图像时，其准确率显著下降，表明实验室与田间环境之间存在显著差异。单一数据集基准测试已被近期研究揭示为局限性，研究者建议使用多样化的图像来源和域自适应训练技术。这种受控实验室图像与真实田间图像之间的不匹配，导致模型应用于真实农业图像时性能不佳，因此需要专门的图像处理挑战和解决方案，如特殊预处理和架构设计。

二、研究内容与主要贡献

针对上述研究空白，研究人员开展了以下工作：

数据集构建方面，研究人员提出了PlantCity数据集，包含从巴基斯坦多个地区采集的真实田间番茄叶片图像，并将其与PlantVillage数据集中的部分类别合并，形成一个包含14个类别的更具挑战性的基准数据集，更接近真实农业条件。PlantCity子集于2023年4月至7月和2024年在巴基斯坦开伯尔-普赫图赫瓦省Charsadda（Sarki村，34.15°N，71.74°E，40–44°C）和Chitral（Danin村，35.85°N，71.79°E，25–30°C）的真实田间条件下采集。图像使用三台不同设备（Canon EOS 1200D（5184×3456）、Infinix Hot 10（4608×3456）和Infinix Hot 5（1872×4160））在距叶片30–50厘米、角度45–90°的条件下拍摄，创造了分辨率、色彩响应和背景噪声的真实变化。病害身份由田间工作人员和农业专家现场确认后才进行标注。合并后的数据集共17,298幅图像，按70%训练、10%验证、20%测试的比例分层划分。

模型架构方面，研究人员提出了GSEBNet（Gamma-preprocessed Squeeze-Excitation Block Network），这是一种轻量级CNN架构，将Squeeze-and-Excitation（SE）模块集成到Mobile Inverted Bottleneck Convolution（MBConv）层中，采用自定义的深度-宽度递进和SE放置策略，并配合领域特定的GUBR预处理流程。该研究的创新点在于这些已知技术的协同性、任务特定性集成，而非引入新的算子。

预处理流程方面，研究人员设计了Gamma-Unsharp Brightness Reduction（GUBR）滤波器，这是一个包含线性亮度降低阶段、非锐化掩膜细节增强阶段和伽马校正对比度增强阶段的复合图像增强流程。GUBR滤波器并非新的图像处理算子，而是经典伽马校正、非锐化掩膜和线性亮度降低的任务导向序列，针对田间采集的番茄叶片图像的典型退化进行了参数化。处理顺序为：伽马校正（γ=0.8）、非锐化掩膜（锐化系数λ=1.5，高斯标准差σ=1.0，核大小5×5）、线性亮度降低（β=0.9），每个阶段后将像素值裁剪至有效范围[0, 255]。

实验验证方面，研究人员在11类PlantCity子集和14类合并数据集上进行了系统实验，并与DenseNet121、DenseNet169、DenseNet201、VGG16、VGG19、MobileNet、MobileNetV2、基线CNN以及不同MBConv块配置进行了对比，同时通过消融实验验证了GUBR预处理的有效性。

三、关键技术方法

研究人员开展研究主要采用了以下几项关键技术方法：

数据集构建与划分：构建了PlantCity真实田间番茄叶片数据集（11类，采集自巴基斯坦Charsadda和Chitral地区，2023–2024年），并与PlantVillage实验室数据集的3个类别（番茄靶斑病、番茄黄化曲叶病毒、番茄花叶病毒）合并，形成14类共17,298幅图像的合并数据集，按70%训练、10%验证、20%测试比例分层划分。

GUBR预处理流程：设计了三阶段复合图像增强流程，依次为伽马校正（γ=0.8）、非锐化掩膜（λ=1.5，σ=1.0，5×5核）和线性亮度降低（β=0.9），用于解决田间图像的低对比度、模糊和光照不均问题。

GSEBNet轻量级CNN架构：将SE注意力模块嵌入MBConv层中，采用自定义深度-宽度递进和SE放置策略。模型包含初始Conv2D层（64个3×3滤波器，Swish激活）、两个MBConv块（块1：16滤波器，扩张比1，SE比率0.25，步长1；块2：24滤波器，扩张比6，SE比率0.25，步长2）、多个卷积与最大池化层、两个含20%丢弃率的全连接层（224单元，ReLU）和14单元Softmax输出层。

数据增强策略：仅对训练集应用随机旋转（?10°至+10°，70%概率）、对比度调整（0.7–1.3）、随机缩放（50%–90%，70%概率）和剪切（±10°），验证集和测试集仅使用原始图像以保证评估的独立性。

四、研究结果

GUBR预处理的有效性验证：通过在11类PlantCity子集和14类合并数据集上对每种基线模型分别进行有无GUBR的对比实验，研究人员验证了GUBR预处理在各模型上均带来一致的性能提升。例如在14类数据集上，DenseNet121准确率从94.68%提升至95.61%，VGG16从95.91%提升至98.17%，MobileNet从98.43%提升至98.69%，基线CNN从98.48%提升至98.56%。

GSEBNet架构性能评估：在11类PlantCity子集上，MB-Net block 1（GSEBNet）配合GUBR取得了99.50%的准确率、99.49%的精确率和召回率以及0.9944的Cohen's Kappa，优于所有对比模型和同架构的其他块配置。在14类合并数据集上，GSEBNet配合GUBR取得了99.48%的准确率、99.48%的精确率、99.45%的召回率和0.9943的Cohen's Kappa，同样优于所有基线模型。

跨域泛化能力分析：研究人员明确指出PlantVillage的4个类别（番茄叶螨、番茄靶斑病、番茄黄化曲叶病毒、番茄花叶病毒）与PlantCity的10个类别采集条件不同，存在潜在的源混杂因素，因此专门进行了跨域实验以量化该域差异的影响。

五、讨论与结论

研究人员在讨论中指出，所获得的结果与先前研究报告的结果具有竞争力，同时承认数据集和实验设置的差异。现有研究存在三个统一的空白：第一，绝大多数方法仅在PlantVillage上测试，该数据集是在实验室中采集的，无法捕捉田间采集图像中的光照变异性、背景噪声和图像退化；第二，通用骨干网络（MobileNet、MobileNetV2、DenseNet、VGG、ResNet以及现代Swin-Transformer/ConvNeXt系列）被广泛使用，但未针对番茄叶部病害图像的具体挑战进行适配；第三，即使使用了注意力机制，也未与图像增强阶段进行协同设计，两个阶段无法协同工作。

研究人员强调，GSEBNet的贡献在于这些成熟组件的协同设计和任务特定集成，并在真实田间条件下进行评估，而非提出新的独立算子。GUBR预处理与SE增强MBConv层的协同设计显著提升了低质量田间采集图像中的特征判别能力。该框架在14类数据集上取得了最先进的性能，同时保持了紧凑的模型尺寸，鉴于其小巧的体积，可能适用于资源受限的设备。研究结论表明，通过任务特定的预处理与注意力增强架构的协同设计，可以有效弥合实验室与田间环境之间的性能差距，为精准农业中的实时病害诊断提供了可行的轻量级解决方案。