《Agronomy》：Low-Data Metric-Learning Phenomic Framework for Interpretable Cultivar Identification and Similarity Analysis in Panax ginseng
编辑推荐：
基于图像的栽培种鉴定在多生生药用作物中仍具挑战性，因为栽培种特异性数据集通常较小且形态差异可能非常细微。本研究探究了一种基于孪生网络的混合学习框架是否能在低数据条件下支持人参（Panax ginseng）的栽培种分类与图像衍生表型组相似性分析。研究共评估了来自
基于图像的栽培种鉴定在多生生药用作物中仍具挑战性，因为栽培种特异性数据集通常较小且形态差异可能非常细微。本研究探究了一种基于孪生网络的混合学习框架是否能在低数据条件下支持人参（Panax ginseng）的栽培种分类与图像衍生表型组相似性分析。研究共评估了来自22个栽培种的347张图像，涵盖四种地上部图像采集类别，采用分层五折交叉验证。该框架联合优化了类别加权交叉熵损失和对比损失，并在不同对比边距下评估了五种ImageNet预训练骨干架构。ConvNeXt-Tiny在边距为0.50时取得了最高的五折平均性能，准确率为64.31 ± 7.23%，宏F1分数为61.66 ± 6.63%。UMAP可视化表明微调后嵌入空间发生了定性重组，而Grad-CAM++将模型响应主要定位于植物结构区域（包括叶片、茎秆和果实区域），而非广阔的背景区域。栽培种嵌入的层次聚类进一步揭示了结构化的表型组关系，余弦距离与平均链接法产生的共表型相关系数为0.81 ± 0.08，Kendall's τ-b为0.61 ± 0.06。这些发现支持了混合分类与度量学习作为从有限人参图像数据集中提取可解释表型组表征的补充工具的潜力。该框架可为传统形态学栽培种评估提供基于图像的辅助证据。然而，观察到的栽培种关系应被视为探索性的，在更广泛的生物学解释之前，需跨环境、发育阶段、独立数据集及遗传信息进行验证。
低数据条件下人参栽培种鉴定的混合度量学习框架研究解读
一、研究背景与意义
在多年生药用作物如人参（Panax ginseng）的育种、种子管理、田间评价及遗传资源保护中，准确的栽培种鉴定至关重要。然而，人参不同栽培种间的形态差异往往极为细微，且易受器官类型、发育阶段和种植环境影响，使得传统视觉鉴定困难重重。虽然深度学习方法已被广泛用于植物图像识别，但其通常依赖大规模标注数据集。对于人参这类多年生作物，标准化栽培种级别图像数据的采集劳动密集、成本高昂，导致可用数据集普遍较小，限制了常规深度学习模型的直接应用。此外，模型的可解释性不足也是其应用于实际表型分析的一大障碍。因此，开发一种能够在低数据条件下有效学习判别性特征，并能提供可解释性分析的图像鉴定方法，对于推动人参等作物的精准表型组学研究具有重要意义。该研究成果发表于《Agronomy》期刊。
二、关键技术方法概述
研究人员提出了一种基于孪生网络（Siamese network）的混合学习框架。该框架的核心在于联合优化两个目标：一是用于多分类的类别加权交叉熵损失，二是用于度量学习的对比损失。具体技术方法包括：
- 1.
孪生网络架构：采用共享权重的双分支结构，同时处理一对输入图像，旨在学习一个统一的嵌入空间。
- 2.
骨干网络评估：比较了五种不同的ImageNet预训练骨干架构：ConvNeXt-Tiny、MaxViT-Tiny、Swin-Tiny、DeiT III-Small和TinyViT-5M。
- 3.
对比学习：引入对比损失函数，通过设置不同的对比边距来优化正负样本对在嵌入空间中的距离。
- 4.
实验验证：所有实验均在包含22个人参栽培种、共计347张图像的私有数据集上进行，采用分层五折交叉验证以提升结果的稳健性。数据来源于韩国农村发展管理局国立园艺与草药作物研究所的人参试验田，图像采集对象为四年生植株，分为全株、单片叶、茎中心和果实中心四类。
- 5.
可解释性与可视化：利用UMAP进行嵌入空间的无监督降维可视化，利用Grad-CAM++进行模型决策依据的空间定位，并通过层次聚类分析栽培种间的表型组相似性。
三、研究结果
3.1 不同骨干模型与对比边距的分类性能
研究人员通过系统比较发现，分类性能随骨干架构和对比边距的变化而变化。在所有模型-边距组合中，ConvNeXt-Tiny搭配0.5的对比边距取得了最优的五折平均性能，准确率达到64.31 ± 7.23%，宏F1分数为61.66 ± 6.63%。该模型被选定用于后续所有下游分析。
3.2 选定模型的交叉验证分类性能
所选模型在训练过程中快速收敛。对不同栽培种的分类表现差异显著，其中延丰（Yeonpung）和清善（Cheongsun）的准确率最高，分别达到86.96%和85.71%；而高元（Kowon）的准确率最低，仅为22.22%。
3.3 对比学习的消融分析
为评估对比度量的贡献，研究人员比较了纯交叉熵训练与混合CE+对比训练的差异。结果显示，对于ConvNeXt-Tiny、MaxViT-Tiny、TinyViT-5M和DeiT III-Small四种骨干，加入对比损失均提升了准确率和宏F1分数。其中TinyViT-5M的提升最为显著，准确率从52.75%提升至61.41%。这表明对比度量学习在低数据场景下能为多数骨干提供互补信息。
3.4 嵌入空间的UMAP可视化
UMAP可视化显示，经过任务特定的微调后，特征空间发生了明显重组。微调前，不同栽培种的ImageNet预训练嵌入高度重叠；微调后，栽培种嵌入分布范围更广，视觉重叠减少，呈现出更具结构化的栽培种依赖性分布。
3.5 基于Grad-CAM++的模型可解释性
Grad-CAM++可视化结果表明，模型在进行栽培种预测时，注意力主要集中在植物的生物结构区域（如叶片、茎秆、果实）及其轮廓上，而非广阔的背景区域。不同图像采集类别下的激活模式各有侧重，例如全株图像关注叶簇和植株轮廓，而叶片图像则集中于叶缘和叶面。
3.6 栽培种间相似性与层次聚类
通过对栽培种嵌入进行层次聚类，研究人员评估了不同距离度量和链接方法的保真度。最终选用余弦距离与平均链接法构建树状图。结果显示，一些栽培种对（如Jinmyeong-Jingun, Seonpung-Gopung）在嵌入空间中表现出较高的相似性，而美国西洋参（American ginseng）和延丰（Yeonpung）则与其他栽培种区分明显，处于树状图的较远分支。
四、讨论与结论总结
讨论部分指出，该混合框架在低数据条件下能够提取栽培种判别性表型组表征。消融分析证实了对比度量学习的有益作用，但其效果依赖于骨干网络的选择。不同栽培种分类表现的差异不仅受样本量影响，更与其视觉独特性和形态变异程度相关。UMAP和Grad-CAM++提供了定性的证据，表明模型学习了与植物形态相关的、栽培种依赖的表征。嵌入空间的层次聚类揭示了基于图像的连续表型组相似性信息，但强调该结构不代表遗传或系统发育关系。研究的主要局限性包括：数据集规模有限（347张图像）、所有植物均来自单一试验田且均为四年生，以及缺乏独立外部验证和遗传信息的整合。因此，该框架目前应被视为概念验证，其泛化能力和生物学相关性有待更大规模、多环境数据集的验证。
结论部分翻译如下：本研究开发了一种基于孪生网络的混合框架，该框架结合了有监督的多分类和对比度量学习，用于低数据条件下的人参栽培种鉴定。利用代表22个栽培种的347张图像和分层五折交叉验证，该框架生成了栽培种预测和图像衍生的表型组嵌入。在评估的所有配置中，ConvNeXt-Tiny配合0.5的对比边距取得了最高的平均宏F1分数，准确率为64.31 ± 7.23%，宏F1为61.66 ± 6.63%。尽管不同栽培种的分类表现差异很大，但结果表明，从相对有限的图像集合中可以学习到栽培种判别性表征。微调后的特征空间显示出更强的栽培种依赖性组织，而Grad-CAM++将模型响应主要定位于不同图像采集类别中的植物结构。此外，基于嵌入的层次聚类提供了栽培种间表型组相似性的量化表征。这些发现支持将度量学习作为传统分类方法的补充手段，用于从有限的植物图像数据集中提取可解释的表型组信息。然而，所提出的框架应被视为概念验证，而非完全通用的栽培种鉴定系统。有必要利用更大的、多环境的数据集进行验证，并与独立的遗传和农艺信息相结合，以确定所学栽培种表征的生物学相关性和更广泛的应用性。
