RAVA：一种在严重环境噪声条件下用于植物病害诊断的强大循环主动视觉代理

《Scientific Reports》：RAVA: a robust recurrent active vision agent for plant disease diagnosis under severe environmental noise

　　```

摘要

深度学习模型在受控实验室环境中实现了近乎完美的植物疾病分类准确率；然而，它们在实际农业环境中的应用却受到“部署差距”的严重阻碍——这种差距使得模型容易受到环境因素的干扰，如传感器噪声、运动模糊和遮挡等。为了解决这个问题，我们提出了循环主动视觉代理（RAVA），并将疾病检测任务建模为部分可观测马尔可夫决策过程（POMDP）。与(globally processing images的被动卷积神经网络CNNs不同，RAVA模仿了人类农学家的主动检查行为。我们的架构结合了一个轻量级的ResNet-18主干网络、一个循环神经网络（RNN）和一个空间变换网络（STN）。在近端策略优化（PPO）的驱动下，该代理学习了一种顺序策略，能够智能地导航并聚焦于有信息的图像片段，有效地忽略了背景杂乱。为了稳定强化学习过程并确保特征表示对噪声的鲁棒性，我们引入了结合监督对比学习（SupCon）的混合目标函数。在PlantVillage和PlantDoc数据集上的综合实验表明，RAVA在极端条件下的表现远超其他方法。在“严重退化”压力测试中，标准ResNet-50的准确率下降到了26.3%，而我们的主动代理仍保持了77.0%的稳定准确率。在极端噪声和遮挡情况下，RAVA的准确率为54.6%，而基线的准确率仅为17.2%。值得注意的是，这种鲁棒性是通过仅约1200万个参数实现的——远少于大规模视觉Transformer所需的参数数量——这证明了主动视觉注意力与对比学习相结合的方法为精准农业提供了计算效率高且高度鲁棒的实现途径。