-
生物通官微
陪你抓住生命科技
跳动的脉搏
生物通官微
陪你抓住生命科技
跳动的脉搏
从手工特征到 Transformer：一种用于樱桃叶片病害检测的混合 CNN-视觉 Transformer 框架
《Applied Fruit Science》：From Handcrafted Features to Transformers: A Hybrid CNN–Vision Transformer Framework for Cherry Leaf Disease Detection
【字体： 大 中 小 】 时间：2026年08月25日 来源：Applied Fruit Science 1.9
编辑推荐：
摘要樱桃是一种高价值果树作物，因其营养和经济效益而被广泛种植。然而，植物叶片病害仍然是实现稳定粮食供应和提高作物生产率的关键挑战。为了克服这些挑战，卷积神经网络（CNNs）已被引入用于自动化和准确的植物病害检测。尽管 CNNs 在植物叶片病害分类方面取得了成功，然而，CNNs
樱桃是一种高价值果树作物，因其营养和经济效益而被广泛种植。然而，植物叶片病害仍然是实现稳定粮食供应和提高作物生产率的关键挑战。为了克服这些挑战，卷积神经网络（CNNs）已被引入用于自动化和准确的植物病害检测。尽管 CNNs 在植物叶片病害分类方面取得了成功，然而，CNNs 中的传统池化层往往导致信息丢失和过拟合。这些局限性限制了 CNNs 有效提取细粒度局部特征和全局上下文信息的能力。本研究提出了一种混合技术，将注意力加权指数池化（AWEP）与 CNN 和视觉变换器（ViT）集成，以增强特征表示并显著提高分类性能。在一个由 PlantVillage 数据集和 PlantCity 数据集组合构建的多类樱桃叶片病害数据集上进行了广泛的实验评估，并与众多最先进模型（如 DenseNet169、ResNet152V2、InceptionResNetV2、DenseNet121、MobileNetV2、NASNetMobile、InceptionV3、Xception、ConvNeXtTiny、VGG19、YOLOv8n、YOLOv8s 以及 VIT + CNN + AWEP）进行了基准测试。提出的 ViT + CNN + AWEP 技术表现出卓越的性能，准确率为 99.31%，优于准确率为 97.61% 的 YOLOv8s 等基线架构以及其他迁移学习模型。这些结果表明，ViT + CNN + AWEP 通过 t-分布随机邻居嵌入（t-SNE）提高了嵌入可分性，从而减少了过拟合，并在视觉上相似的类别中产生更少的误分类。提出的技术为实际农业应用中的植物病害检测提供了一种可靠、准确且可扩展的解决方案。
樱桃是一种高价值果树作物，因其营养和经济效益而被广泛种植。然而，植物叶片病害仍然是实现稳定粮食供应和提高作物生产率的关键挑战。为了克服这些挑战，卷积神经网络（CNNs）已被引入用于自动化和准确的植物病害检测。尽管 CNNs 在植物叶片病害分类方面取得了成功，然而，CNNs 中的传统池化层往往导致信息丢失和过拟合。这些局限性限制了 CNNs 有效提取细粒度局部特征和全局上下文信息的能力。本研究提出了一种混合技术，将注意力加权指数池化（AWEP）与 CNN 和视觉变换器（ViT）集成，以增强特征表示并显著提高分类性能。在一个由 PlantVillage 数据集和 PlantCity 数据集组合构建的多类樱桃叶片病害数据集上进行了广泛的实验评估，并与众多最先进模型（如 DenseNet169、ResNet152V2、InceptionResNetV2、DenseNet121、MobileNetV2、NASNetMobile、InceptionV3、Xception、ConvNeXtTiny、VGG19、YOLOv8n、YOLOv8s 以及 VIT + CNN + AWEP）进行了基准测试。提出的 ViT + CNN + AWEP 技术表现出卓越的性能，准确率为 99.31%，优于准确率为 97.61% 的 YOLOv8s 等基线架构以及其他迁移学习模型。这些结果表明，ViT + CNN + AWEP 通过 t-分布随机邻居嵌入（t-SNE）提高了嵌入可分性，从而减少了过拟合，并在视觉上相似的类别中产生更少的误分类。提出的技术为实际农业应用中的植物病害检测提供了一种可靠、准确且可扩展的解决方案。
