CBAM-LeafGAN：一种基于选择性注意力引导的StyleGAN框架，用于芒果叶片病害图像合成与可解释识别

《Computers and Electronics in Agriculture》：CBAM-LeafGAN: A selective attention-guided StyleGAN framework for mango leaf disease image synthesis and explainable recognition

　　

- 提出了一种选择性残差门控CBAM风格GAN3，称为CBAM-LeafGAN。
- CBAM-LeafGAN可生成逼真的、多样化的芒果叶病害图像。
- 合成增强在23个深度模型上提升了病害分类性能。
- 消融、感知、统计和专家评估验证了该框架。
- Grad-CAM提供了可解释的病害相关叶片区域定位。

引言

芒果（Mangifera indica L.）属于漆树科，是全球最重要的热带水果之一，素有"水果之王"的美誉。它是世界上种植面积最广的五大水果之一，主要在亚洲种植。芒果不仅在农业系统中发挥重要作用，也是多个国家传统饮食的重要组成部分。印度是最大的生产国，2022年产量估计达2600万吨，占全球芒果产量的近一半，如图1所示。

芒果因其维生素和营养含量在果肉生产行业中扮演重要角色。芒果产量显著影响芒果产区的经济状况。图2显示，芒果产量受到虫害、环境胁迫和植物病害的共同负面影响，这些因素会干扰正常的植物生长并降低预期产量。诸如瘿蚊等害虫可损伤叶片和幼嫩组织。同时，不利的环境条件可能进一步削弱植物，增加其感染易感性。因此，这些因素可导致植物健康状况下降、果实产量降低以及整体果实品质恶化。此外，常见的传染性病害，如炭疽病、叶枯病、枯梢病、Webber虫害、瘿蚊损伤和白粉病，可对果实产量和品质产生严重影响。这导致市场价值下降，尤其在芒果种植为主要收入来源的地区。

传统上，芒果叶病害识别高度依赖专家检查，而专家资源的有限往往延迟诊断，导致作物质量下降、产量降低和经济损失。近年来，人工智能（AI）的进步，特别是深度学习（DL），提供了一种有效的替代方案，能够实现早期和准确的病害诊断。当集成到移动和智能决策支持系统中时，DL模型可帮助农民快速且低成本地识别病害。然而，这些模型的成功很大程度上取决于大型、多样且标注准确的可用数据集，这对于实现鲁棒的特征学习和在变化多端的田间条件下的良好泛化至关重要。

近年来，人工智能的进步通过实现自动化作物监测、病害诊断、产量预测和智能决策支持系统，显著推动了精准农业的变革（Shahriar等，2025年）。最近的综述指出，生成式人工智能，包括生成对抗网络（GAN）、扩散模型和大语言模型，正成为可持续、数据高效农业应用的重要驱动力（Tan等，2026年）。此外，深度学习已从传统的卷积神经网络演进到自监督学习、基础模型和多模态框架，使其在有限标注数据下能够实现更鲁棒的特征学习。领域特定的视觉基础模型在植物病害分类中展现了优越的特征表示能力（Han等，2026年），而多模态检索增强架构则进一步提升了在长尾类别分布和具有挑战性的田间环境下的鲁棒性（Chan等，2026年）。

尽管取得了这些进展，但在真实农业条件下收集病害芒果叶图像仍然具有挑战性，原因在于季节性限制、光照不一致、复杂背景、区域病害差异以及专家标注的高成本。因此，公开可获取的专家标注芒果叶数据集仍然有限，尤其是那些来自印度农业环境的数据集，如表1所示。此外，类别不平衡和视觉多样性不足继续限制深度学习模型的泛化能力。尽管传统数据增强技术，包括旋转、翻转、裁剪、缩放和亮度调整，增加了训练样本数量，但仅引入了有限的视觉变异性，无法充分表征真实世界病害症状的复杂特征。最近的基于扩散的方法在合成逼真的农业图像和改善少数类表示方面展现了良好的前景；然而，它们通常在进行训练和推理时需要相当高的计算资源（Lee等，2026年）。这些限制激发了人们对生成式AI方法，如GAN、变分自编码器（VAE）和扩散模型，在生成逼真合成图像以增强数据集多样性并提升病害分类模型鲁棒性方面的兴趣。

受这些挑战的启发，本研究提出了CBAM-LeafGAN，一种基于增强StyleGAN3-t架构的新型生成增强框架，选择性地在中层合成层中集成轻量级残差门控卷积块注意力模块（CBAM）。使用公开可用的MangoLeafDS2025数据集（Thakre和Chakole，2026年），所提出的框架生成逼真的、病害感知的合成芒果叶图像，以应对数据稀缺和类别不平衡问题，同时提升下游病害分类性能。

伪热成像已被报道能够提供互补的病害信息，这些信息通常难以通过常规RGB图像捕获（Padhi等，2025年）。然而，热成像相机的高成本限制了其在实际农业应用中的广泛采用。因此，本研究还研究了使用热映射算法从RGB图像生成伪热成像的有效性，并评估这些合成热成像表示与常规RGB图像相比能否改善芒果叶病害分类。

尽管深度学习模型取得了卓越的预测性能，但因其黑箱性质而常被批评缺乏可解释性。为了提升所提出框架的透明度和可信度，通过加权梯度类激活映射（Grad-CAM）集成了可解释人工智能（XAI），可视化影响模型预测的病害相关区域。结合定量可解释性分析，这有助于更好地理解模型行为，支持特征重要性分析，便于模型调试，并为真实、增强和伪热芒果叶图像的分类提供更大的信心。

为了全面评估所提出的CBAM-LeafGAN的有效性，使用23种深度学习分类架构在公开可用的MangoLeafDS2025数据集上进行了实验。所提出的增强策略与传统数据增强和基于伪热成像的训练进行了比较，各种消融实验证明了病害分类性能的一致提升，验证了所提出的注意力引导生成增强框架的有效性。本研究的主要贡献和技术进展如下：

- 方法学贡献：我们提出了CBAM-LeafGAN，一个基于无混叠StyleGAN3-t架构的注意力引导生成增强框架，通过选择性地在中层合成层（L4-L9）集成轻量级残差门控CBAM模块。这种选择性注意力策略增强了病害特异性特征生成，同时保持了骨干网络的无混叠合成特性，且计算开销最小。所提出的框架还纳入了伪热成像生成和可解释人工智能（Grad-CAM）分析，以共同应对数据稀缺、类别不平衡以及下游病害分类的可解释性问题。
- 经验贡献：我们针对生成质量、多样性、统计显著性、下游分类和可解释性，对CBAM-LeafGAN进行了广泛的经验验证。所提出的模型与六种代表性生成方法进行基准比较，取得了最低的FID值12.44。其性能进一步通过消融实验、统计检验、t-SNE分析、最近邻多样性评估和图灵测试进行了验证。生成的样本使用23种深度学习分类器进行评估，CBAM-LeafGAN相比传统增强提升了8.95个百分点，DenseNet-161达到99.53%的准确率。最后，Grad-CAM、平均下降和置信度提升分析提供了关于病害分类预测的焦点和可解释性的补充证据。

本文其余部分组织如下。第2节讨论了与本工作相关的前期研究。第3节详细介绍了所使用的方法和数据，包括数据集和模型训练技术。第4节讨论了框架的架构设计和系统实现。实验结果在第5节中详细介绍，第6节讨论了主要发现，第7节总结了研究并提出未来研究方向。

相关工作

众多研究小组已将深度学习方法应用于植物病害的检测和分类。在Bhowmik等（2024年）的研究中，作者使用基于ViT的方法识别六种爪哇棕榈叶病害，使用12x12图像补丁实现了97.51%的准确率。一个明显的局限是，模型是在有限的数据集上训练的，而非多样化、庞大的数据集，而后者通常是实现ViT最佳性能所必需的。在Singh等（2022年）的研究中，使用AlexNet模型分类玉米病害……

材料与方法

本节详细介绍了公开可用的MangoLeafDS2025数据集以及主要方法论，包括GAN、StyleGAN3、CBAM、伪热成像和基于XAI的方法。

问题陈述

使用深度学习技术准确检测植物叶病害需要访问大规模、多样化且标注良好的数据集。然而，对于芒果叶病害分类，目前可用的公开数据集要么规模较小，要么缺乏病害类型和环境条件的足够变异性。这种高质量数据的短缺限制了深度学习模型有效泛化的能力，特别是在实际农业环境中。尽管传统的……

实验结果

对拟议工作的实验评估分为两个主要类别：首先是对各种生成模型合成图像质量的分析；其次是各种贝叶斯优化深度学习模型的全部分类性能。第一部分评估和比较了拟议的CBAM-LeafGAN模型与基线模型（如Vanilla StyleGAN3、Vanilla Latent Diffusion……）生成多样化、高质量合成图像的能力。

讨论

开发可靠的植物病害诊断深度学习系统所面临的主要挑战之一是，在真实田间条件下收集的、专家标注的公开数据集有限。尽管许多研究报告了较高的分类准确率，但这些模型往往是在受限的、低多样性的数据集上训练的，这限制了它们在实际农业环境中的鲁棒性和泛化能力。此外，类别不平衡和视觉多样性不足……

结论与未来工作

本研究通过提出CBAM-LeafGAN，一种选择性残差门控CBAM增强的StyleGAN3-t框架用于生成图像增强，解决了真实田间芒果叶病害分类中有限标注数据、类别不平衡和视觉多样性不足的挑战。所提出的框架表明，有针对性的注意力集成可以有效增强病害感知的图像合成，同时保持StyleGAN3-t的无混叠特性。全面的……

CRediT作者贡献声明

Pankajkumar Thakre：撰写——审阅与编辑，撰写——初稿，可视化，验证，方法论，资助获取，正式分析，数据整理，概念构思。Jagdish Chakole：撰写——审阅与编辑，撰写——初稿，可视化，验证，监督，资助获取，正式分析，概念构思。

资助声明

本研究未获得任何公共、商业或非营利部门资助机构的专项资助。

利益冲突声明

作者声明他们没有已知的竞争经济利益或个人关系，这些利益或关系可能影响本文所报告的工作。

致谢

作者衷心感谢植物病理学家参与基于专家的图灵测试评估。他们对真实和合成叶图像的独立评估对于验证拟议CBAM-LeafGAN框架生成图像的感知逼真度和真实性具有不可估量的价值。

Pankajkumar Thakre | Jagdish Chakole