DenseSwinV2：基于通道注意力双分支CNN Transformer的木薯叶病害分类
计算机视觉与模式识别
2026-03-30 v1 人工智能
摘要
本工作提出了一种新的混合稠密SwinV2模型，构建一个双分支框架，联合利用稠密连接的卷积特征和层次化定制Swin Transformer V2（SwinV2）表示，用于木薯叶病害分类。该框架通过其DenseNet分支捕获高分辨率局部特征，保留细节结构线索并实现有效的梯度流动。同时，定制化的SwinV2通过移位窗口自注意力机制建模全局上下文依赖，捕获区分相似病斑关键的长程相互作用。此外，为每个CNN Transformer流独立采用注意力通道挤压模块，以强调与疾病相关的判别性响应并抑制冗余或背景驱动的激活。最后，这些判别性通道被融合，以实现从稠密局部和SwinV2全局相关强化特征图中获得精细化的表征。本研究使用了包含31000张木薯叶图像的数据集进行评估，数据集包括五类疾病：棕斑、花痂、绿萼、细菌斑及正常叶片。实验结果表明，所提出的DenseSwinV2在分类准确率达到98.02%，F1分数达到97.81%，优于众多 established 的卷积和Transformer模型。这些结果表明，混合稠密SwinV2在田间木薯叶病诊断以及遮挡、噪声和复杂背景等实际场景下具有良好的鲁棒性和实用性。
引用
@article{arxiv.2603.25935,
title = {DenseSwinV2: Channel Attentive Dual Branch CNN Transformer Learning for Cassava Leaf Disease Classification},
author = {Shah Saood and Saddam Hussain Khan},
journal= {arXiv preprint arXiv:2603.25935},
year = {2026}
}
备注
30 Pages, 12 Figures, 3 Tables