《Computers and Electronics in Agriculture》：Lightweight real-time detection of sweet potato virus disease by a hybrid CNN–Transformer network
编辑推荐：
基于视觉的方法可在真实田间条件下实现甘薯病毒病（Sweet potato virus disease, SPVD）的检测。混合CNN（Convolutional Neural Network）-Transformer网络增强了对细微与小尺寸病害症状的识别。田间
基于视觉的方法可在真实田间条件下实现甘薯病毒病（Sweet potato virus disease, SPVD）的检测。混合CNN（Convolutional Neural Network）-Transformer网络增强了对细微与小尺寸病害症状的识别。田间采集的SPVD图像数据集为模型的鲁棒性评估与验证提供了支撑。该方法在检测精度与效率之间取得了平衡，适用于实际部署。
甘薯是全球最重要的粮食作物之一，中国作为最大生产国，年种植面积约660万公顷，贡献近80%的全球产量。甘薯以无性繁殖为主，易受病毒侵染。甘薯病毒病（Sweet potato virus disease, SPVD）是其中最具破坏性的病毒病，由甘薯羽状斑驳病毒（Sweet potato Feathery Mottle Virus, SPFMV）与甘薯褪绿矮化病毒（Sweet potato Chlorotic Stunt Virus, SPCSV）协同感染引起，严重时产量损失可达90-100%。传统检测方法如酶联免疫吸附测定（enzyme-linked immunosorbent assay, ELISA）和聚合酶链反应（polymerase chain reaction, PCR）成本高、通量低、技术复杂，难以满足田间快速检测需求。SPVD早期症状表现为细微、小尺度、低对比度的病斑，在复杂田间背景下极易被漏检。现有卷积神经网络（Convolutional Neural Network, CNN）受限于感受野，难以建模全局上下文；视觉Transformer（Vision Transformer, ViT）虽能捕捉长距离依赖，但计算开销大且易忽略细粒度局部特征。因此，亟需一种能兼顾局部与全局特征、平衡精度与效率的轻量化检测网络。
针对上述挑战，研究人员提出了Swin-SPVDNet，一种混合CNN-Transformer检测框架。该网络将CNN局部特征提取与Swin Transformer全局上下文建模相结合，引入残差注意力块（Residual Attention Block, RAB）增强判别性特征学习与梯度传播，并设计专用的微目标检测头提升对早期小尺寸症状的敏感性。在自建的田间SPVD图像数据集上，Swin-SPVDNet取得了94.5%精确率、88.2%召回率、95.6% mAP@0.5和86.5% mAP@0.5:0.95的检测性能，模型仅2000万参数，在RTX 4090上实现58.3 FPS推理速度，综合性能优于多种YOLO系列模型。该研究为病毒-free幼苗评估、精准农业和智能病害监测提供了有效的技术支撑。论文发表于《Computers and Electronics in Agriculture》。
该项研究采用的主要关键技术方法包括：第一，混合网络架构，将CNN分支与Swin Transformer分支并行处理并在中间特征层融合，兼顾局部细节与全局语义；第二，残差注意力块，在残差结构中应用通道-空间注意力机制，自适应增强病害相关特征并抑制背景噪声；第三，无锚框（anchor-free）微目标检测头，利用高分辨率浅层特征图提升对微小、低对比度病斑的定位能力。研究使用的SPVD图像数据集采集于中国徐州试验田的“徐薯3号”品种，采用Nikon D7100和DJI Pocket 2设备于2024年7月拍摄。
**实验设置**。研究人员在统一的高性能计算环境（NVIDIA RTX 4090 GPU、PyTorch 2.1.0）下训练模型，输入分辨率640×640，训练300轮，采用FP32混合精度模式，确保各模型对比的公平性。**消融研究**。通过逐步加入Swin模块、CNN融合、残差注意力和微目标检测头，验证了各组件对检测性能的贡献。完整Swin-SPVDNet在精确率（0.945）、mAP@0.5（0.956）和mAP@0.
