基于可解释视觉Transformer的卷积神经网络用于植物病害识别：PlantXViT
计算机视觉与模式识别
2022-07-19 v1
摘要
植物病害是全球作物损失的主要原因，对世界经济的造成影响。为应对这些问题，结合物联网与机器学习以实现早期病害检测与控制的智慧农业解决方案正在不断发展。许多此类系统采用基于视觉的机器学习方法进行实时病害检测与诊断。随着深度学习技术的进步，涌现出利用卷积神经网络进行植物病害检测与识别的新方法。基于视觉的深度学习另一趋势是使用视觉Transformer，其已被证明是用于分类及其他问题的强大模型。然而，视觉Transformer在植物病理学中的应用鲜有研究。本研究提出一种称为“PlantXViT”的视觉Transformer赋能卷积神经网络模型，用于植物病害识别。所提模型结合了传统卷积神经网络与视觉Transformer的能力，可高效识别多种作物的海量植物病害。该模型具有轻量结构，仅含0.8百万可训练参数，适用于基于物联网的智慧农业服务。PlantXViT在五个公开数据集上进行了评估，所提出的PlantXViT网络在所有五个数据集上均优于五种最先进（SOTA）方法。即使在具有挑战性的背景条件下，其在Apple、Maize和Rice数据集上识别植物病害的平均准确率分别超过93.55%、92.59%和98.33%。所提模型在可解释性方面的效率使用梯度加权类激活映射与局部可解释模型无关解释（Local Interpretable Model Agnostic Explanation）进行了评估。
引用
@article{arxiv.2207.07919,
title = {Explainable vision transformer enabled convolutional neural network for plant disease identification: PlantXViT},
author = {Poornima Singh Thakur and Pritee Khanna and Tanuja Sheorey and Aparajita Ojha},
journal= {arXiv preprint arXiv:2207.07919},
year = {2022}
}
备注
21 pages, 11 figures, 7 tables