基于非对称因子分解注意力的轻量级智能叶片病害识别方法：以苹果叶片为例

《Physiological and Molecular Plant Pathology》：A Lightweight Intelligent Leaf Disease Recognition Method Based on Asymmetric Factorized Attention: A Case Study on Apple Leaves

　　在智慧农业快速发展的背景下，实时自动化叶片病害识别已成为保障全球粮食安全、实现精准植保的关键技术支撑。然而，传统深度学习模型在资源受限的边缘环境下难以兼顾计算复杂度与细粒度特征表征。为弥补这一差距，本文提出了一种基于非对称分解注意力（FAB）的轻量化叶片病害智能识别方法，通过空间-通道解耦策略减轻多头自注意力（MHSA）的计算冗余。与查询、键、值共享统一维度的常规对称注意力变体不同，FAB 将查询的通道维度压缩至头数，通过自适应池化下采样键的空间尺寸，并保留全维度的值载体，从而以较低的矩阵乘法开销捕捉细微的病灶变化。FAB 模块被集成到 MobileViTv3 的 Transformer 编码器中，作为上下文子层以捕捉全局依赖；同时在 YOLOv12 主干中设计了并行正交信息融合块 HABlock，同步处理空间与通道注意力维度，从而增强多尺度病灶定位。在苹果叶病害数据集上的验证表明，所提出的分类网络以 0.69M 参数和 245M FLOPs 的极小体量达到 99.13% 的 Top-1 准确率；同时，增强后的检测框架在测试工作站环境下实现 97.50% 的 mAP@50，推理速度达 63.3 帧每秒（FPS）。这种非对称分解机制有效打破了边缘终端上的性能瓶颈，为作物病害监测提供了一种高效且技术可靠的技术方案。作物叶片病害的暴发会显著降低植物的光合效率，直接导致产量下降、品质劣化，甚至威胁作物的健康生长[1]。作为全球农业经济的重要组成部分，高价值经济作物的病害防治在所有主产区均面临严峻挑战[2]。尽管各类管控措施已陆续实施，但全球许多高产区中特定叶部病害的发生率仍呈持续上升趋势，这一严峻的防控形势严重威胁现代农业的可持续生产。因此，建立叶片病害智能实时监测系统，并通过高精度识别技术实现精准防控，是推动智慧农业与精准植保的关键[3]。传统的植物叶片病害识别方法主要包括人工观察、基于颜色或纹理特征的图像处理技术，以及决策树等浅层机器学习方法[4][5][6]。然而，人工检测不仅效率低下、依赖人力，还受观察角度和覆盖范围限制。基于特征工程的传统算法在面对复杂光照变化、叶片重叠以及野外相似病斑干扰时，往往泛化能力较差、鲁棒性不足。随着深度学习技术的发展，以卷积神经网络（CNN）为核心的智能识别方法取得了突破性进展。研究人员提出了多种轻量化模型以兼顾精度与效率。Chen 等人[7]提出了一种基于改进 ShuffleNetV2 的轻量化识别方法，通过引入最大池化层抑制背景噪声，并集成瓶颈注意力模块（BAM）增强特征聚焦能力，从而应对自然场景中复杂背景干扰与病斑位置随机性问题。Zhou 等人[8]提出了一种轻量化模型 REM-ShuffleNetV2，通过重新设计基础模块、引入残差连接并融合高效双通道注意力（EDCA）模块，提升了特征学习能力与跨通道交互效率。Makruf 等人[9]通过精简 EfficientNet 架构以适配复杂野外环境，优化了计算效率，大幅减少了模型参数量。Banjar 等人[10]提出了基于 EfficientNetV2 的检测模型 E-AppleNet，利用注意力机制与迁移学习解决数据不平衡问题。?zaras 等人[11]开发了基于 SqueezeNet 的 GAPNet，并采用合成少数类过采样技术（SMOTE）优化多种作物叶片病害特征的识别。为提升叶片病害识别模型在资源受限设备上的实用性，轻量化设计至关重要。MobileNet 系列模型通过深度可分离卷积显著减少了参数量与计算复杂度。Bi 等人[12]提出了一种基于 MobileNetV1 的低成本识别方法，在保证精度的同时替代了复杂模型。Belmir 等人[13]为 MobileNetV2 引入自定义分类头，构建了轻量化识别方法。Ji 等人[14]利用鲸鱼优化算法（WOA）搜索最优缩放系数，并采用多尺度池化策略增强识别能力，进一步优化了 MobileNetV3。Ding 等人[15]采用分层冻结训练策略优化少样本学习，并将模型部署到微信小程序，实现实时诊断。Han 等人[16]将挤压-激励模块与全局注意力机制（GAM）引入 MobileViT 以优化特征融合，并采用 Mish 激活函数提升准确率。Li 等人[17]用 7×7 大核逆残差结构替换原有卷积块以增强长程依赖建模，并将卷积块注意力模块（CBAM）集成到 ViT 编码器中优化特征聚焦能力。尽管已有诸多进展，将高性能视觉模型部署到边缘终端仍受关键瓶颈制约：难以在计算复杂度与表征精度之间取得低开销且高保真的平衡。这一差距表现为两个明确的技术局限：标准的多头自注意力（MHSA）机制依赖穷举式的全连接 token 交互，生成随空间 token 序列长度呈二次方增长的高密度注意力矩阵，在处理高分辨率叶片图像时带来严重的 FLOPs 与时延开销。传统轻量化网络及现有轻量注意力机制（如挤压-激励或卷积块注意力模块）采用各向同性或对称的空间-通道处理方式，对空间坐标与语义通道进行同质化对待。在架构上，这种统一聚合会导致跨维度信息混杂与刚性维度耦合，抑制局部病灶的高频细粒度 token，并使模型易受复杂背景噪声干扰。因此，现有替代框架之间存在严格的困境：轻量化 CNN 限制了参数量，却在野外噪声下牺牲细粒度精度；标准混合 Transformer 模型以提升精度为代价，带来严重的二次方计算冗余。为解决上述瓶颈，本文提出了一种面向苹果叶病害识别的基于非对称分解注意力的轻量化识别方法。该方法通过设计分解注意力块（FAB）实现空间-通道解耦，并引入非对称特征交互策略，降低计算复杂度的同时增强捕捉病斑细微差异的能力。为验证方法的有效性，本文构建了融合分类与检测的双任务诊断框架，分别采用改进的 MobileViTv3-FAB 与 YOLOv12-HABlock 架构处理病害分类与定位任务。在技术选型上，分类基线选用 MobileViTv3，因其在 CNN-Transformer 混合架构中处于标杆地位，能较好地兼顾局部细节与全局结构，可作为验证 FAB 模块在不损失全局上下文的前提下消除自注意力计算冗余的基准。同时，检测任务选用 YOLOv12，因其具备实时吞吐能力，但其原生注意力机制对通道语义变化不敏感，故集成 HABlock 以增强细粒度病灶区分。本文以苹果叶病害为案例研究，旨在验证该机制在资源受限环境下实现精准监测的可行性，为智慧农业精准管理提供技术支撑。图 1 展示了结合分类与检测的苹果叶病害诊断双任务框架。该框架共享单一的数据预处理模块，以串行方式执行分类与检测任务，并为各任务采用独立的优化目标进行训练。选择串行流水线而非并行替代方案在数学与实践上的依据，完全源于边缘端能耗与计算资源的考量。实验硬件配置为 AMD Ryzen 9 5900HX 处理器与 NVIDIA GeForce RTX 3080 Laptop GPU，GPU 采用 CUDA 版本 12.1，系统运行 Windows 11。编程语言为 Python 3.9，深度学习实现采用 PyTorch 2.0 框架。叶片病害的及时准确识别对精准果园管理至关重要。实验结果表明，所提出的非对称分解注意力框架成功实现了计算紧凑性与细粒度特征表征的统一。MobileViTv3-FAB 架构卓越的判别精度得益于对空间坐标与语义通道的针对性结构解耦。通过对查询投影进行分解……本研究提出了一种基于非对称分解注意力（FAB）的轻量化叶片病害智能识别方法，以应对计算复杂度与识别精度平衡的挑战。通过实施空间-通道解耦策略，FAB 模块在减少计算冗余的同时，增强了细粒度病灶特征的表征。在苹果叶病害上的实验结果表明，所提出的 MobileViT-FAB……**Liu Zejin：** 方法设计。**Yue Janbo：** 论文审阅与编辑。**Sun Mingyu：** 论文初稿撰写、软件开发。本文框架所开发的完整源代码、网络架构与训练超参数，可由通讯作者在合理请求下提供。作者声明不存在可能影响本文研究成果的已知经济利益冲突或个人关系。Yue Janbo | Sun Mingyu | Liu Zejin江西农业大学 软件学院，江西南昌，330045，中国