《Frontiers in Food Science and Technology》：CRDS-Unet: channel-reversed depthwise separable U-net for efficient tomato leaf disease segmentation
编辑推荐：
摘要专业翻译
引言： 自动化植物叶部病害分割对于精准农业中的准确病害诊断和定量病斑评估至关重要。基于U-Net的架构被广泛用于该任务，尽管其较高的计算复杂度有时会阻碍其在资源受限农业场景中的应用。
方法： 本研究将深度可分离卷积（Depthwise Separ
摘要专业翻译
引言： 自动化植物叶部病害分割对于精准农业中的准确病害诊断和定量病斑评估至关重要。基于U-Net的架构被广泛用于该任务，尽管其较高的计算复杂度有时会阻碍其在资源受限农业场景中的应用。
方法： 本研究将深度可分离卷积（Depthwise Separable Convolutions, DSC）与通道反转U-Net相结合，用于番茄叶部病害分割。通道反转编码器（Channel-Reversed Encoder）将更多特征通道分配给浅层，并逐步减少深层通道数，这与传统U-Net的通道分配方案相反，其目标是在保留空间细节的同时，降低计算开销更大的深层阶段的计算量。深度可分离卷积贯穿编码器、瓶颈层和解码器，以进一步减少可训练参数。研究人员在病斑掩膜上训练模型，并在PlantVillage番茄叶片数据集的独立留出子集上，使用Dice系数、IoU（Intersection over Union）、精确率（Precision）、召回率（Recall）和F1分数进行评估，并采用修正后的数据划分协议，以消除该工作早期版本中存在的训练/测试数据泄漏。
结果： 所提出的方法相对于传统U-Net将可训练参数减少了97%以上（0.96百万对比31.06百万），在所评估的训练预算下，分割精度有所下降（Dice系数0.79对比标准U-Net的0.90）。采用更长训练预算的补充实验大幅缩小了这一差距（Dice系数达到0.85）。
讨论： 这些发现表明，参数高效的设计需要更多训练才能接近高参数替代方案的精度。研究人员直接报告了这一精度/效率权衡，而非声称精度持平，并将跨所有评估架构的完整匹配预算比较确定为后续工作的优先事项。通过展示实质性且公开的参数效率提升，该方法旨在支持资源受限农业场景中低成本病害诊断工具的未来开发。经过验证的实时、设备端部署仍是未来工作的方向。
论文解读
一、研究背景与问题
植物病害造成巨大的经济损失，并严重威胁农业可持续性和全球粮食安全。在精准农业应用中，早期、精确地识别植物叶片上的病害区域，对于高效的作物监测至关重要。基于深度学习的技术，尤其是像素级语义分割方法，已在自动化植物病害分析中得到广泛应用。U-Net架构凭借其编码器-解码器设计和跳跃连接（Skip Connections）能够跨尺度保留空间信息，已成为语义分割领域的主流框架之一。
然而，许多现代U-Net变体通过引入注意力机制或增加网络深度和通道宽度来追求更高的分割精度，这往往导致内存占用和计算复杂度持续攀升。在真实的农业场景中，处理器性能和内存资源往往受限，高计算需求严重制约了深度学习模型在移动设备、无人机或边缘计算系统中的部署。因此，开发既轻量又有效的分割模型，成为实现实时病害监测的关键需求。
二、研究目标与意义
针对上述问题，本研究提出了一种通道反转深度可分离U-Net（CRDS-Unet）模型，用于番茄叶部病害分割。该模型的核心创新在于两点：其一，采用通道反转编码器（Channel-Reversed Encoder），将更多特征通道分配给浅层以保留精细空间细节，并在深层逐步减少通道数以降低计算量；其二，在整个编码器、瓶颈层和解码器中全面使用深度可分离卷积（DSC），以进一步削减可训练参数和浮点运算量。该研究的意义在于，通过公开、透明地报告精度与效率之间的权衡，为资源受限农业环境中的低成本病害诊断工具开发提供了可行的轻量化架构方案。
三、关键技术方法
研究人员在TensorFlow/Keras框架下实现了所提出的CRDS-Unet模型。模型输入为256×256×3的归一化图像。每个深度可分离卷积块包含两次重复操作：3×3深度卷积（步长1，same填充）、批归一化、ReLU激活、1×1逐点卷积、批归一化、ReLU激活。编码器各阶段之间使用2×2最大池化进行空间下采样，解码器使用2×2步长为2的转置卷积进行上采样，并与对应编码器阶段的特征图（池化前）进行通道拼接。编码器通道配置为{256, 128, 64, 32}，瓶颈层为512通道，解码器镜像编码器通道安排。输出层使用1×1卷积加sigmoid激活，阈值设为0.5。模型使用Adam优化器（固定学习率1×10??），批大小为8，主对比实验训练30个epoch，损失函数为二元交叉熵加Dice损失（BCE + Dice）。训练采用混合精度（float16计算，float32输出层）。数据来自PlantVillage番茄叶片数据集中细菌性斑点病（Bacterial Spot）图像子集，共635张图像，按图像级别划分为550张训练、55张验证和30张独立测试集，划分后再对训练集进行数据增强（水平翻转和90°倍数旋转），扩充至1384个样本。训练在NVIDIA GPU（Tesla T4/P100）上进行。
四、研究结果
性能指标对比： 在30个epoch、BCE + Dice损失的相同训练协议下，所提出的CRDS-Unet模型在独立测试集上取得了0.97的准确率、0.79的F1分数、0.87的精确率、0.72的召回率、0.65的IoU和0.79的Dice系数。相比之下，标准U-Net取得了0.90的Dice系数和0.82的IoU，MobileNetV2-UNet取得了0.91的Dice系数和0.84的IoU。结果表明，在相同训练预算下，所提出模型的精度低于两个基线模型。
计算效率对比： 所提出的CRDS-Unet模型仅有0.96百万可训练参数，模型大小为3.84 MB，推理时间为9.44秒，FPS为3.18，FLOPs为44.67 G。相比之下，标准U-Net拥有31.06百万参数（124.24 MB），MobileNetV2-UNet拥有12.81百万参数（51.24 MB）。所提出模型相对于标准U-Net减少了超过97%的可训练参数，同时保持了相当的推理速度（FPS 3.18对比3.00）。
重复试验统计验证： 在5个随机种子（42-46）、30个epoch的重复试验中，所提出模型的平均Dice系数为0.799±0.027（95%置信区间[0.765, 0.833]），平均IoU为0.667±0.037（95%置信区间[0.620, 0.713]）。配对t检验和Welch t检验均显示，所提出模型与U-Net（Dice 0.899±0.026）和MobileNetV2-UNet（Dice 0.910±0.036）之间的差异具有统计学显著性（p值均小于0.01）。
损失函数与训练预算补充实验： 在仅针对所提出模型的补充实验中，研究人员在50个epoch的更长时间预算下比较了BCE、Dice损失和BCE + Dice组合损失。结果表明，Dice损失取得了最佳性能（Dice系数0.85，IoU 0.75），优于BCE单独使用（Dice 0.81）和BCE + Dice组合损失（Dice 0.82）。这一结果说明损失函数选择和训练时长对所提出模型的可达精度均有实质性影响。
五、讨论与结论
讨论部分总结： 研究结果表明，参数高效的CRDS-Unet设计需要更长的训练时间才能接近高参数替代方案的精度水平。研究人员直接报告了这一精度/效率权衡，而非声称精度持平，并指出跨所有评估架构进行完整匹配预算的比较是后续工作的优先事项。此外，研究人员还通过层间激活图评估和Grad-CAM可视化对模型的可解释性进行了估计，展示了模型聚焦于重要病害区域的能力。
结论部分翻译： 本研究提出了一种通道反转深度可分离U-Net（CRDS-Unet），用于番茄叶部病害的像素级分割。该模型通过通道反转编码器策略和深度可分离卷积，实现了相对于传统U-Net超过97%的参数缩减，同时保持了可接受的分割精度。在30个epoch的训练预算下，模型取得了0.79的Dice系数，而延长训练至50个epoch并采用Dice损失后，Dice系数提升至0.85。尽管在相同训练预算下精度低于标准U-Net和MobileNetV2-UNet基线，但所提出模型的极低参数量和计算开销使其成为资源受限农业场景中低成本病害诊断工具的有力候选方案。实时、设备端部署的验证仍是未来工作的方向。
