轻量级混合CNN-LSTM框架用于豆叶病害分类：资源受限环境下的实时农业决策支持

《Journal of Imaging》：Correction: Rathee et al. SIFT-SNN for Traffic-Flow Infrastructure Safety: A Real-Time Context-Aware Anomaly Detection Framework. J. Imaging 2026, 12, 64

　　

准确且资源高效的自动诊断是现代农业专家系统的基石。尽管卷积神经网络（Convolutional Neural Network, CNN）已在植物病理学中建立了基准，但其捕获长距离空间依赖的能力常受限于标准池化层，且其高内存占用阻碍了在便携设备上的部署。本文提出一种用于豆叶病害分类的轻量级混合CNN-长短期记忆网络（Long Short-Term Memory, LSTM）系统。通过集成LSTM层对特征图中的空间-序列关系进行建模，该混合架构达到了94.36%的准确率和94.38%的F₁分数，同时保持了1.86 MB的超小体积，较传统基于CNN的系统体积缩减70%。此外，研究人员对图像增强策略进行了系统评估，证明定制变换优于通用组合，可维护诊断模式的完整性。在ibean数据集上的结果证实，所提系统采用EfficientNet-B7+LSTM达到了99.22%的最新最优F₁分数，为资源受限环境中的实时农业决策支持提供了一个潜在稳健且可扩展的框架。本研究所使用的代码和增强数据集可在GitHub仓库公开获取。

自动化植物病害识别对于减少作物产量损失和保障全球粮食安全至关重要。在普通菜豆（Phaseolus vulgaris L.）中，常见真菌病害如豆锈病（bean rust）和角斑病（angular leaf spot）会损害植物的光合能力，导致严重的结构损伤和产量损失，例如乌干达2012年因这两种病害造成的产量损失分别高达47%和55%。传统的视觉检测和生化分析虽然准确，但昂贵且耗时，难以满足实时田间管理需求。尽管卷积神经网络（CNN）在植物病理学领域取得了基准性成果，但其捕获长距离空间依赖的能力受限于标准池化层，且高内存占用阻碍了便携设备上的部署。混合CNN与长短期记忆网络（LSTM）的架构在其他计算机视觉任务中显示出潜力，但在豆叶病害分类中尚未被充分探索；同时，已有研究普遍使用数据增强解决数据不足，却缺乏对不同增强方案的系统评估。为此，研究人员提出了轻量级混合CNN-LSTM系统，目标是在资源受限环境中实现高精度、低开销的自动诊断。

研究人员开展了两个阶段的实验。第一阶段构建了自定义的轻量级架构Bean-CNN（基线CNN）和Bean-CNN-LSTM（混合CNN-LSTM），并使用ibean数据集进行训练与评估。ibean数据集由Makerere AI Research Lab创建，包含田间采集的豆叶图像，分为角斑病、豆锈病和健康三类。原始下载（OD）数据集共1295张图像（排除一张损坏文件），研究人员将其合并重切为70%训练（905张）、15%验证（195张）和15%测试（195张）。对训练集应用亮度、裁剪、翻转、旋转及随机组合五种增强操作，每种操作使用两种参数，生成五个增强训练集（每个2715张）。所有模型在六个训练集上重复30次独立运行，使用固定种子序列确保可重复性。第二阶段使用预训练EfficientNet-B7，将原始ibean数据集增强至40倍规模（训练集41360张、验证集5320张），并保持原始128张测试集以公平比较，构建EfficientNetB7+FC和EfficientNetB7+LSTM两种模型。研究得出以下主要结论：Bean-CNN-LSTM在所有训练集上一致优于Bean-CNN，最佳准确率94.36%、F₁ 94.38%、模型大小仅1.86 MB（较Bean-CNN的6.11 MB缩减70%）；增强策略中翻转和裁剪效果最优，而亮度增强和通用组合可能引入不利噪声；EfficientNetB7+FC和EfficientNetB7+LSTM均达到99.22%的准确率和F₁，但FC模型收敛更快，表明在深度预训练骨干上LSTM的序贯建模优势冗余。这些结果证明，轻量级CNN-LSTM架构在参数受限条件下能够提供高诊断保真度，为边缘设备部署和实时农业决策支持提供了可行框架。

主要关键技术方法包括：（1）轻量级定制CNN和CNN-LSTM架构：采用VGG启发的小滤波器堆叠设计，使用ReLU激活和He初始化，LSTM层通过将卷积特征图按行主序重塑为时间步序列，建模空间-序列依赖。（2）系统数据增强：对训练集实施五种变换（亮度、裁剪、翻转、旋转、组合），每种变换使用两个参数按比例应用。（3）Grad-CAM可视化：生成激活热图验证模型关注病斑中心区域。（4）统计检验：对30次运行的准确率、F₁和MCC进行配对双尾t检验。（5）消融实验：包括空间遍历策略消融（比较行主序、列主序、分块遍历）、参数匹配控制模型（Bean-CNN-Compact）以及受控数据子采样（在25%、50%、100%的训练子集和不同增强规模上评估）。样本来源为ibean数据集。

研究结果部分按原文小标题总结如下。4.1 自定义轻量模型的实验设置：在配备Intel Xeon CPU 2.2 GHz和NVIDIA Tesla 4 GPU的环境中进行，使用TensorFlow 2.17，模型参数和超参数经过迭代优化，每个训练集重复30次独立运行。4.2 Bean-CNN与Bean-CNN-LSTM的结果：Bean-CNN-LSTM在所有训练集上优于Bean-CNN，最佳准确率提升2.56%至5.64%；30次运行的统计指标标准差低，配对t检验显示差异具有统计学显著性（p值在10^-10至10^-7量级）。4.3 增强对自定义轻量模型的影响：增强普遍提升初始准确率，Bean-CNN在旋转集提升5.13%，Bean-CNN-LSTM在翻转集提升6.67%；亮度集提升最小同时损失升高；组合增强虽提高准确率但损失也增加，表明不确定性提升。4.4 最佳自定义轻量模型：最佳为翻转集训练的Bean-CNN-LSTM，准确率94.36%，F₁ 94.38%，MCC 91.64%；角斑病类召回率最低，豆锈病类精确率最低，健康类F₁最平衡。4.5 与现有模型的比较：EfficientNetB7+FC和EfficientNetB7+LSTM在标准128样本测试集上均达到99.22%准确