DASO-RiceNet：一种用于细粒度水稻病害与虫害损伤分类的序贯双注意力网络

《Agriculture》：DASO-RiceNet: A Sequential Dual-Attention Network for Fine-Grained Rice Disease and Damage Classification

　　

水稻病害及虫害相关损伤严重威胁农业生产力与全球粮食安全。虽然深度学习推动了自动化作物诊断的发展，但由于视觉差异细微且背景复杂，区分外观相似的疾病症状和损伤模式仍然具有挑战性。为此，研究人员提出了DASO-RiceNet（Dual-Attention Semantic Optimization Network，双注意力语义优化网络），一种用于细粒度水稻病害与损伤分类的深度学习框架。该架构利用多阶段残差骨干（residual backbone）进行特征提取，并采用由通道注意力与空间注意力组成的序贯双注意力模块（sequential dual-attention module），在强调诊断相关特征的同时抑制背景信息。在一个十类水稻病害与损伤数据集上，按照一致实验协议评估，DASO-RiceNet取得准确率0.965、宏精确率0.963、宏召回率0.966、宏F1-score 0.964、微F1-score 0.965，优于所评估的CNN与transformer基线模型。此外，Grad-CAM（Gradient-weighted Class Activation Mapping，梯度加权类激活映射）与LIME（Local Interpretable Model-agnostic Explanations，局部可解释模型无关解释）对模型预测提供定性洞察，所考察样本显示注意力集中于视觉上明显的病害相关区域。这些结果表明DASO-RiceNet在自动化水稻病害与损伤分类及精准农业应用中具有潜力。

《Agriculture》刊载的该项研究围绕水稻叶片病害与虫害损伤自动识别展开。研究背景方面，水稻病害持续威胁作物产量、稻米品质与农户收入，细菌性条斑病、稻瘟病、褐斑病、纹枯病等可在适宜环境下快速扩散。自动化图像识别仍面临小而不规则病斑、类间高度相似、光照变化、复杂背景、遮挡、叶片姿态变化及多种症状共存等问题。已有CNN、ResNet、DenseNet、EfficientNet、ViT（Vision Transformer）、Swin Transformer等方法虽取得进展，但许多模型在复杂田间条件下仍难以区分视觉相似类别，且部分方法缺乏多层次特征融合与可解释机制。因此，研究人员开展本研究，目标是构建兼具判别力与可解释性的细粒度水稻病害与损伤分类框架。

研究人员提出DASO-RiceNet（Dual-Attention Semantic Optimization Network，双注意力语义优化网络）。该网络以多阶段残差骨干提取层次化特征，并将SE（Squeeze-and-Excitation，压缩激励）通道注意力与空间注意力（spatial attention）按顺序作用于最深语义特征表示Y₄，再经轻量分类头输出十类概率。结论是：DASO-RiceNet在十类水稻病害与损伤任务上准确率达0.965，优于CNN基线、ResNet50、DenseNet121、ViT与Swin Transformer；其通过顺序双注意力对深层语义特征进行精炼，在保持较好推理效率的同时提升了对视觉相似病害的区分能力；Grad-CAM与LIME显示，在所展示样本中模型关注与可见症状相关的区域，但这类解释属于定性结果。该研究的意义在于为精准农业中的水稻病害诊断提供了一种性能较强且具备可视化解释的深度学习方案，并被发表于《Agriculture》。

关键技术方法上，研究人员使用Kaggle公开十类水稻叶部图像数据集，共13529张，含9类病害或虫害损伤及1类健康，于2026年3月获取并在3月至7月完成实验。图像统一缩放到224×224，按类别分层划分为训练70%、验证15%、测试15%，随机种子42；训练集做水平翻转、旋转、缩放、对比度、亮度、饱和度增强，验证集与测试集不增强。模型以TensorFlow/Keras实现，所有模型采用Adam、学习率1×10^-4、批次16、最多25轮、分类交叉熵、早停与最佳验证准确率存权；ResNet50与DenseNet121用ImageNet预训练且骨干冻结，ViT与Swin Transformer从头训练。可解释性采用Grad-CAM与LIME。

研究结果如下。

3.1 总体性能：通过在同分区同测试集上比较DASO-RiceNet与五类基线，研究人员发现DASO-RiceNet准确率0.965，95%置信区间0.956–0.972，较最强基线Swin Transformer高约0.033；敏感性分析中剔除116张哈希相似测试图后准确率仍为0.962，说明结果并非主要由跨集重复图像导致。

3.2 类别级分析：通过类级别召回与计算成本比较，研究人员发现DASO-RiceNet对细菌性条斑病召回0.939、窄褐叶斑病（Narrow Brown Leaf Spot，NBLS）0.965、褐斑病0.927，并对健康叶、颈瘟、东格鲁病达1.000；其参数量11.389 M、单图推理18.435 ms，虽不是最轻量，但在性能与计算开销间取得实用平衡。

3.3 混淆矩阵分析：通过各模型混淆矩阵比较，研究人员发现基线常把细菌性条斑病误为稻叶瘟、把窄褐叶斑病误为褐斑病；DASO-RiceNet真阳性更集中，对高相似类别的泄漏更少，说明顺序双注意力增强了高层语义特征判别力。

3.4 训练性能分析：通过训练与验证准确率、损失曲线，研究人员发现DASO-RiceNet收敛稳定，训练与验证曲线偏离小，过拟合风险低，证明残差提取加双注意力精炼的优化过程稳定。

3.5 消融研究：通过层级特征与注意力配置消融，研究人员发现仅用最深特征Y₄优于多层融合，四层融合反而降至0.938；无注意力0.948，仅SE 0.952，仅空间注意力0.938，SE→SA 0.965，反向SA→SE 0.964，CBAM 0.963，故顺序SE后再空间注意力为最优配置。

3.6 可解释性分析：通过测试集随机样本的Grad-CAM与LIME，研究人员发现热区与超像素影响区多对应可见病斑、坏死和变色区域；健康样本响应较分散。研究人员强调这些是定性解释，不能替代基于专家标注或分割掩码的定量定位验证。

讨论部分总结：研究人员指出，DASO-RiceNet优于各类基线，尤其缓解褐斑病、稻叶瘟、叶焦病、窄褐叶斑病之间的类间混淆；层级消融说明深层语义比浅深融合更适合细粒度水稻病害任务。与已有十类水稻病害研究相比，因数据、划分与协议不同，数值不能直接排名，只能作背景参照。计算上，DASO-RiceNet优于ResNet50、DenseNet121与Swin Transformer的延迟，但不如简单CNN与ViT轻量。局限包括公开数据未必代表真实田间、缺植株或采集级元数据、未做组级划分、未处理混合感染与多模态、未做架构专属超参搜索、边缘部署未实测。未来应做独立田间验证、剪枝量化蒸馏、引入高光谱与热成像及轻量transformer，并在嵌入式硬件评测时延、内存、能耗与实时性。

结论部分翻译：本研究提出DASO-RiceNet，一种用于水稻病害与损伤类别的层次化双注意力网络。该模型取得高于所评估CNN与transformer基线的分类性能，准确率为0.965。计算分析显示DASO-RiceNet需3.421 GFLOPs，单图推理延迟18.435 ms，体现出分类性能与计算需求间的实用权衡。Grad-CAM与LIME对模型预测提供定性洞察，随机选取样本显示出与视觉上明显的症状相关区域一致的注意力模式。未来工作将聚焦于独立田间验证、轻量化模型优化、可解释性定量评估、多模态数据融合，以及在资源受限边缘平台上的评估。