《AgriEngineering》：Improved MobileNetV2 Architecture with Modified Lite Attention Model for Detection of Plant Leaf Disease
编辑推荐：
全球农业正面临植物病害的严重威胁，导致作物产量和品质的大幅损失。及时且准确的病害检测对于有效的作物管理和粮食安全至关重要。本研究提出了一种融合改进轻量注意力（Modified Lite Attention, MLA）模型的优化MobileNetV2架构，用于植
全球农业正面临植物病害的严重威胁，导致作物产量和品质的大幅损失。及时且准确的病害检测对于有效的作物管理和粮食安全至关重要。本研究提出了一种融合改进轻量注意力（Modified Lite Attention, MLA）模型的优化MobileNetV2架构，用于植物叶片病害检测。该方法整合了预处理、基于注意力模型的特征提取、卷积层以及将叶片分类为患病或健康类别的过程。此外，在包含4432个样本的多分类数据集上进行了病害的多分类研究，样本涵盖白粉虱（whitefly）、叶斑病（leaf spot）、叶卷曲病（leaf curl）、叶片黄化（yellowish）及健康叶片。为验证混合MLA特征提取技术的有效性，将所提出的注意力模型与现有注意力模型进行了比较，包括卷积块注意力模型（Convolutional Block Attention Model, CBAM）、压缩与激励（Squeeze and Excitation, SE）、高效通道注意力（Efficient Channel Attention, ECA）以及空间扩张多尺度网络（Spatially Dilated Multi-Scale Network, SDMnet）。通过定制化全连接层分类器并运用预训练的MobileNetV2模型，该系统取得了优异的性能。结果表明，所提方法在多分类数据集分类中的准确率超过97%，优于现有技术。MobileNetV2与定制密集层的结合使其即使在有限数据集上也能实现稳健检测，特别适用于移动设备或资源受限的农业环境。进一步地，所提方法在包含10,836个样本的PlantVillage数据集上进行了测试，采用K=5和K=4的K折交叉验证，分别获得了98.4%和98.69%的平均准确率。
植物病害对全球农业生产构成持续性威胁，严重影响作物产量、市场标准和农民收入。这类病害通常由细菌、真菌或病毒引发，并在植物叶片表现出可见症状。及时精准的叶片病害检测对于可持续农业、粮食安全以及改善农民生计至关重要。随着人工智能（AI）和计算机视觉技术的快速发展，智能作物监测系统已成为病害控制和精准农业的有效工具。
传统基于特征的方法需要手动设计颜色、纹理和形状等特征，再采用支持向量机（SVM）、人工神经网络（ANN）或k近邻（KNN）等模型进行分类。然而，这些方法对环境变化敏感，在复杂背景下泛化能力有限。深度学习技术，特别是卷积神经网络（CNN），在植物病害分类中展现出优于传统方法的泛化能力。迁移学习通过将预训练模型适配于农业数据集，即使在数据有限的情况下也能提升性能。混合网络整合注意力机制或多尺度特征，增强了捕获局部病斑细节和全局叶片上下文的能力。但CNN通常需要大量计算资源，限制了其在移动或边缘环境中的应用。现有研究虽取得积极进展，但仍面临过拟合、实际田间场景表现不佳以及缺乏系统消融分析等问题。
为应对上述挑战，研究人员开展了一项针对辣椒叶片病害分类的研究，提出结合 robust 预处理、改进MobileNetV2架构迁移学习和高效深度学习的综合方法。该研究的主要贡献包括：提出以MobileNetV2为骨干网络、融合改进轻量注意力（MLA）机制并采用dropout正则化全连接层的紧凑稳健分类框架；系统对比MLA与CBAM、SE、ECA、SDMnet等现有注意力机制，验证混合MLA特征提取技术的有效性；开发改进迁移学习方法以提取更具区分性的辣椒叶片图像特征；与SqueezeNet、ShuffleNet、EfficientNet、Xception及基准MobileNetV2等现有架构进行公平比较；通过轻量级架构在计算效率和分类准确率之间取得最优平衡。
研究所采用的关键技术方法包括：基于Kaggle获取的辣椒叶片数据集，包含叶斑病、叶卷曲病、白粉虱、叶片黄化和健康叶片五类共4432个样本，经旋转、缩放、亮度调整、水平/垂直翻转等数据增强处理；以ImageNet预训练的MobileNetV2为骨干网络，利用其深度可分离卷积和倒置残差瓶颈结构降低计算量；在特征提取层索引2、7、14处嵌入MLA模块，实现多层级特征增强；MLA模块包含通道门（Channel Gate, CG）、空间门（Spatial Gate, SG）和边缘先验（Edge Prior, EP）三个子组件，分别通过全局平均池化-两层MLP-Sigmoid、深度可分离卷积-点卷积-Sigmoid、Sobel/Laplacian边缘检测算子生成注意力图，并以可学习标量α、β、γ加权融合，通过残差缩放策略（可学习标量s初始化归零）稳定集成；迁移学习头部采用全连接层与dropout层（丢弃率0.5、0.3、0.2）交替的序列结构，配合Softmax输出和交叉熵损失；训练采用Adam优化器（学习率0.0001、权重衰减0.0001）、ReduceLROnPlateau学习率调度器、100轮训练、批量大小32；评估指标涵盖准确率、精确率、召回率、F1分数、特异度及精确率-召回率曲线；此外在PlantVillage数据集（10846样本，四类：细菌性斑点2127、叶斑1771、黄化叶卷曲5357、健康1591）上采用K=5和K=4的K折交叉验证评估泛化性能。
**研究结果**
**二分类任务评估——叶卷曲病与健康叶片**：采用冻结特征提取层、替换为两输出神经元的全连接分类头的迁移学习策略。训练100轮后，最终训练准确率98.66%，验证准确率99.05%；在独立测试集上达到99.29%的测试准确率和0.9929的加权F1分数。叶卷曲病类别准确率为98.75%，健康类别达100%。与SqueezeNet、ShuffleNet、EfficientNet、Xception及基准MobileNetV2相比，所提方法在各参数上均表现更优。
**二分类任务评估——白粉虱与健康叶片**：采用相同训练配置。所提方法在各参数上优于对比方法。训练与验证曲线显示模型良好收敛。
**五分类任务评估**：采用五输出神经元修改分类头，输入图像进行均值归一化。在相同超参数配置下，所提MobileNetV2-MLA架构优于SqueezeNet、ShuffleNet、EfficientNet、Xception及基准MobileNetV2。模型实现约96%的五分类准确率。训练与验证曲线表明模型对未见数据具有良好泛化能力。逐类分析显示：叶斑病和健康叶片分类准确率达100%，表明这两类具有出色区分度；黄化类准确率95.00%，表现良好；叶卷曲病和白粉虱准确率分别为90.00%和93.75%，略低的原因可能在于类内变异较大或与其他类别视觉相似。所有类别准确率均超90%，证明模型具有可靠且广泛适用的分类能力。
**模型可解释性分析**：采用梯度加权类激活映射（Gradient-weighted Class Activation Mapping, Grad-CAM）生成类判别定位热图。对于"叶斑病"样本，强激活集中于簇状坏死病斑区域；对于"黄化"样本，激活分布于多个小叶片的黄化叶部，反映其弥散性染色特征。这表明模型成功学习病害相关特征而非背景信息。
**消融研究**：为探究MLA各子组件的相对重要性，在相同训练协议和MobileNetV2骨干下进行消融实验。基准MobileNetV2准确率93.12%、F1分数0.912；完整MLA模块使性能提升至97.84%准确率和0.976 F1分数，参数量仅从3.47M增至3.85M，浮点运算量从300M增至322M，增幅最小。移除边缘先验分支后准确率降至96.21%，表明结构边缘线索对细化病斑边界和增强细节感知具有重要作用。排除通道门后性能进一步降至95.46%，证实其在特征响应重校准和通道选择性增强中的重要性。移除空间门导致准确率95.02%，说明空间注意力对叶片表面病害区域定位贡献显著。仅保留边缘先验的变体取得94.25%准确率和0.935 F1分数，表明单独的边界信息不足以实现稳健分类，强调了三组件的互补作用。综合结果验证了MLA各子模块的独特贡献及其协同运作的最佳平衡。
**与现有注意力模块的比较**：对SE、ECA、CBAM、SDMnet等现有注意力机制进行了系统比较。基准MobileNetV2取得95.91%准确率和0.958 F1分数。添加SE块后准确率意外降至91.68%，表明仅通道重校准对该数据集不足，SE通过空间池化评估全局通道统计导致精细局部病斑模式丢失。ECA模块仅获82.62%准确率和0.816 F1分数，其固定一维核尺寸限制了跨特征尺度的适应性，未能充分捕获纹理不规则和边界畸变等空间线索。CBAM表现亦降至86.10%准确率。SDMnet取得96.91%准确率和0.967 F1分数，优于SE、ECA和CBAM，其并行通道-空间注意力通路有益，但大感受野产生粗粒度注意力响应，忽略了小型不规则病斑区域。所提MobileNetV2+MLA模块表现最优，达97.84%准确率和0.976 F1分数。这一提升源于MLA将通道加权、空间激活与显式边缘先验通路有机结合，突出边界过渡，更有效捕获局部病斑结构、精细纹理和边缘级细节。结果证明MLA克服了以往注意力机制的局限性，为植物病害分类任务提供了显著更有效的特征判别解决方案。
**PlantVillage数据集实验结果**：该数据集包含10846个样本，分为细菌性斑点（2127）、叶斑（1771）、黄化叶卷曲（5357）和健康（1591）四类。K=5折交叉验证中，每折训练样本8676、测试样本2170，40轮训练，批量大小32，平均准确率98.4%。K=4折交叉验证采用75:25训练测试分割，同配置下平均准确率98.69%，均优于现有方法。
**结论**
研究人员开发了一种融合所提改进轻量注意力（MLA）模块的优化MobileNetV2模型，用于辣椒叶片病害分类。该模型以较少的参数量和浮点运算量实现了计算高效性，更适合资源受限的农业环境部署。通过整合MLA模块于浅层、中层和深层特征提取阶段，有效表征低级纹理和高级语义特征，模型提出了一种多层级注意力策略。实验表明，MLA集成架构在五分类任务中达到97.84%的准确率，显著优于基准MobileNetV2及SE、ECA、CBAM、BAM等现有轻量注意力机制。综合数据增强、dropout正则化与迁移学习等策略增强了模型泛化能力，有效缓解了有限数据集规模下的过拟合问题。对比实验证实MLA以相对较低的计算代价提供更优的特征判别能力，凸显其在实际植物病害分析中的适用性。未来研究将聚焦于移动或嵌入式平台（如智能手机和边缘设备）的实际部署，监测推理时间、延迟和功耗表现；进一步运用Grad-CAM等可解释性技术增强农业从业者对模型决策的信任度；扩展框架以适配更多作物和病害类型，构建更广泛可扩展的农业诊断系统；采集更丰富多样的数据集，确保生长阶段、环境条件和病害严重程度的均衡分布。
