一種用于木薯葉病害細粒度識別的雙分支網絡

摘要：針對田間復雜背景下木薯葉片病害識別精度不高、類間差異小與類內變化大的細粒度分類難題，文章提出一種基于雙分支網絡結構的木薯葉片病害識別方法。該網絡由基于深度可分離卷積的全局特征提取主干分支與局部感知的多尺度分支構成，并創新性地引入動態多層感知融合模塊，自適應整合跨分支特征，提升細粒度判別能力。實驗結果表明，該方法在Cassava公開數據集上相較于ResNet101、MobileNetV3、Swin-Transformer等主流網絡具有更優的細粒度識別性能，分類準確率達89.12%，在保證較低計算復雜度的同時提升了推理效率與可部署性。

關鍵詞：深度學習；病害識別；細粒度分類；雙分支網絡

中圖分類號：TP391文獻標識碼：A

文章編號：1009-3044（2025）20-0038-03

0引言

農業作為國民經濟的基礎產業，在保障糧食安全等方面有著重要作用。木薯作為熱帶與亞熱帶地區的重要糧食作物，是眾多發展中國家居民主要的碳水化合物來源。然而，木薯在生長過程中受到多種病害威脅，其中，木薯細菌性斑點病、木薯花葉病、木薯棕斑病以及木薯綠螨是最常見且破壞性極強的病害。上述病害具有傳播快、危害強、識別難的特點，病情若未能在早期得到有效識別與控制，將造成木薯大面積減產甚至絕收。

傳統的病害識別方法主要依賴于農業專家基于病原體形態特征的人工目視評估[1]。這種方式依賴于專家長期積累的經驗知識，此類方法對農戶專業知識要求高，且在實際應用中常因觀察角度、病斑發展階段、外界干擾等因素的影響，導致識別準確率偏低，難以滿足大規模種植環境下的實際需求。

隨著深度學習技術和計算機視覺的發展，基于圖像的作物病害識別方法逐漸成為研究熱點。在作物病害識別任務中，已有研究者將卷積神經網絡（CNN）作為特征提取與分類的核心工具，提出多種基于深度學習的模型架構[2-4]，提升了識別精度；此外，Efficient?Net等輕量化結構也被引入該任務中以優化模型參數量與性能的平衡[5-6]。近年來Transformer架構憑借其強大的全局建模能力也被引入作物病害分類研究中，文獻[7-9]探索了ViT（VisionTransformer）、Swin-Transformer嵌入式卷積網絡等架構在農作物病害識別中的適用性。

盡管已有方法在一定程度上緩解了傳統診斷的局限性，但仍存在兩個突出問題：一是大多數方法側重病害的大類分類，缺乏對同類病害內部細微差異的細粒度建模與學習；二是現有網絡多采用單分支結構，難以同時捕捉全局結構特征與局部細節特征。在真實復雜的田間環境中，受光照變化、背景干擾、葉片遮擋等因素影響，病害圖像常常呈現“類內差異大、類間差異小”的特性，使得基于粗粒度特征提取的模型難以精準區分相似病害。

針對上述問題，本文提出了一種基于雙分支網絡結構的木薯葉片病害細粒度識別方法。該方法從全局和局部兩個維度提取圖像特征，并通過融合模塊實現多尺度信息的互補與增強，有效提升模型對細粒度特征的敏感性與判別能力。

1基于細粒度雙分支網絡的木薯葉病害識別框架

1.1網絡整體架構

本文所提出的網絡采用雙分支并行架構（如圖1所示），包括主干分支（MainBranch）與多尺度分支（MultiscaleBranch）兩個模塊。主干分支采用基于深度可分離卷積優化的ResNet-50網絡作為骨干，重點提取具有強表達能力的全局結構特征；多尺度分支獲取圖像中不同尺度的局部特征，捕捉病變區域的局部細節與紋理變化。兩個分支提取的特征通過動態多層感知機（DynamicMLP）進行自適應融合，最終通過分類器實現病害類型的判別。

病害識別具體流程如下：輸入圖像經由兩個并行分支分別提取特征后，利用動態融合模塊自適應整合多源信息，最后將融合后的高維語義特征送入全連接層進行分類判別。

1.2雙分支結構

在主分支中，以ResNet-50作為骨干網絡（Back?bone），在保持殘差連接與分層設計的基礎上，將每個layer中的標準卷積替換為深度可分離卷積，拆分為深度卷積和逐點卷積兩部分，有效降低參數量與計算開銷。該分支重點提取具有強判別性的全局結構特征（FeatureMap），最終輸出2048維的全局特征向量，用于表示病葉圖像的整體語義信息。

在多尺度分支中，構建了三組不同感受野的特征提取路徑，通過對原始輸入圖像進行篩選裁剪，分別生成14×14、7×7和4×4的特征圖。每個尺度的輸出特征均經過淺層通道注意力機制（SCAM）與卷積處理進行增強，最終通過全局平均池化與拼接操作形成一個包含豐富尺度信息的1152維特征向量。多尺度分支在不同空間分辨率上捕捉病斑的紋理變化與局部區域的差異性，有效彌補主干網絡在局部特征感知方面的不足。

1.3動態融合模塊（DynamicMLP）為實現雙分支不同特征的更高效融合，

本文設計了一種動態多層感知機融合模塊（DynamicMLP），相比于傳統簡單的拼接（concat）操作，本模塊通過自適應特征加權機制，增強跨分支信息的融合能力。具體而言，主分支最終輸出的特征向量為FA∈RdA，多尺度分支最終輸出的特征向量為FB∈RdB，首先對兩者進行拼接，形成融合輸入特征F=[FA;FB]∈RdA+dB，將其輸入多層感知機（MLP）進行非線性變換：

式中：W1、W2分別為全連接層MLP的權重矩陣，b1、b2為偏置項，?（?）表示中間層的激活函數ReLU，σ（?）表示輸出層的激活函數Sigmoid，Z表示最后輸出的分類概率。在訓練過程中，權重參數W1和W2通過多尺度分支FB的特征表示動態更新權重，使融合特征F經過非線性變換后增強了判別性信息，提升網絡在細粒度分類任務中的判別力。

2數據集

2.1數據集介紹

本文采用的實驗數據集為CassavaLeafDiseaseClassification公開數據集，由Google與Makerere大學農業研究團隊聯合采集，涵蓋了烏干達地區真實田間環境中拍攝的木薯葉片圖像，并發布于Kaggle競賽平臺（https：//www.kaggle.com/c/cassava-leaf-disease-classification/data）。數據共包含五類：木薯細菌性斑點病（CBB）、木薯花葉病（CMD）、木薯棕斑病（CBSD）、木薯綠螨（CGM）和健康葉片。為訓練和評估所提出的模型，本文將原始數據按照7∶3的比例劃分為訓練集與測試集，分別包含約14957張和6410張圖像，總計21367張標注完備的樣本圖像。

2.2數據預處理與增強

在數據預處理階段，所有圖像首先統一調整至224×224的固定尺寸，并使用Pytorch中的trans?forms圖像增強庫對訓練集實現一系列增強操作，增強流程如圖2所示。

基礎增強包括隨機水平翻轉、旋轉操作（圖2（b）、（c）所示）。為增強模型對不同光照與環境條件下圖像的適應能力，進一步引入了三種增強策略：1）Ran?domContrast隨機亮度對比度調整，如圖2（d）所示，通過模擬自然光照變化提升模型魯棒性；2）CoarseDrop?out（粗遮擋增強），如圖2（e）所示，在圖像中隨機生成若干矩形遮擋區域，模擬圖像采集過程中的遮擋與缺失情況，提升模型抗噪聲能力并抑制過擬合風險；3）CLAHE自適應直方圖均衡處理，如圖2（f）所示，提升圖像對比度，強化病斑邊緣特征。

3實驗與結果分析

3.1實驗設置與評價指標

本實驗基于PyTorch深度學習框架完成，軟硬件環境配置如表1所示。訓練過程中，采用隨機梯度下降法（SGD）作為優化器，損失函數選用交叉熵損失（CrossEntropyLoss），初始學習率設為0.001，批處理大小為16，訓練輪數設置為500，以確保模型充分收斂。

在評價指標方面，本文采用分類準確率（Accu?racy）作為主要的分類性能評估指標，具體公式如下：

式中：TP為將病害圖像正確分類為病害的樣本數，TN為將健康圖像正確分類為健康的樣本數，FP為將健康圖像誤判為病害的樣本數，FN為將病害圖像誤判為健康的樣本數。

為評估模型在實際部署場景中的輕量化效果，選用參數量（Params/M）、浮點運算量（FLOPs/G）以及推理速度（FPS）作為輔助評價指標。為了驗證本方法的有效性，選取當前主流的4種圖像分類網絡作為對比對象，包括ResNet-101、MobileNetV3-Large、DenseNet-121及Swin-Transformer，并在相同數據集與訓練策略下進行了性能對比分析。

3.2實驗結果分析

表2展示了本文方法與其他主流分類網絡在測試集上的分類準確率、計算復雜度和推理速度等性能指標。從結果可以看出，本文提出的雙分支網絡在分類準確率方面優于所有比較模型，達到89.12%。相較于參數量更大的SwinTransformer，提升了約1.41個百分點；相較于ResNet-101（84.72%）和DenseNet-121（83.51%）分別提升約4個百分點，顯示出其對細粒度特征的更強分類能力。同時，本文方法在計算效率與模型輕量化方面也表現優異，FLOPs為3.07G，介于輕量級模型（如MobileNet-V3，0.23G）和高復雜度模型之間，遠低于Swin-Transformer（15.17G）。同時該模型的推理速度（FPS）達到97.30，遠高于ResNet-101（74.97）和DenseNet-121（57.52），具備良好的實際部署潛力。

為進一步驗證模型在細粒度特征提取方面的有效性，本文采用Grad-CAM可視化方法對MobileNet-V3、ResNet-101及本文所提出的雙分支模型的分類熱力圖進行對比分析（如圖3所示）。Grad-CAM通過計算分類結果相對于卷積層特征圖的梯度權重，實現對模型判別區域的可視化映射，直觀地展現出模型在做出預測時所關注的圖像區域。

在本實驗中，通過提取各模型最后一層卷積特征圖，并結合梯度信息生成類別激活熱力圖，觀察模型對病斑區域的注意力分布。與其他方法相比，本文模型在測試集樣本中能夠更準確地定位病變區域，關注到更多的病斑細節區域，強化對細粒度特征的關注范圍。這表明所提出的雙分支結構和融合機制有效提升了模型在復雜背景下對細粒度特征的表達與判別能力。

整體來看，本文方法在兼顧分類性能與計算資源消耗方面取得了良好平衡，驗證了在復雜背景下對木薯病害圖像進行細粒度識別的有效性與適應性。

4結論與未來工作

本文針對木薯葉病害圖像在田間復雜環境中存在的類內差異大、類間差異小、細節特征不明顯等識別難點，提出了一種基于雙分支架構的細粒度分類網絡。該模型通過引入基于深度可分離卷積的主干網絡與基于注意力機制的多尺度輔助分支，實現了全局與局部特征的協同提取；同時利用動態多層感知機融合模塊進行特征融合，有效增強了模型對細粒度差異的表達與判別能力。在保持較低計算復雜度的同時，顯著提升了識別準確率與模型魯棒性，展示出良好的應用前景。

未來的研究工作將重點圍繞以下方向：1）探索多模態學習在病害識別中的應用場景，通過融合文本描述等多源異構數據，構建更豐富的特征表示空間，提升模型在真實環境下的適應性與細粒度識別能力；2）提升模型的可解釋性與部署效率，特別是在網絡輕量化設計方面的工作。

參考文獻：

[1]ZtaHblAisNhGmeJnYt，tZaHctAicNfGorBcaHs，sCaHvaENdisZeaXs，eetreacl.oAgnsiatliioenn[tJ]f.eAatrutirfeiceisa?lIntelligenceinAgriculture，2024，14：115-132.

[2]lGeOarPnIinAg，iRncSasLs，aJvOaSlEeaPfHdiSseIasTe.DanisaclylossisinbgytuhseinpgotCeNntNialanodfdneeeup?rvaelnntievtewoCrokmspapuptartoiaocnh[TCe]c//h2n0o2l4ogIinetser（nICatIiConTa）.lICEoEnEfe，r2en0c2e4：o1n8I8n-?

[3]李19云3.紅，張蕾濤，謝蓉蓉，等.基于AT-DenseNet網絡的番茄葉片病害識別方法[J].江蘇農業科學，2023，51（21）：209-217.

[4]iAnRgScEuNrrOenVtIClimMit，aKtiAonRsAoNfOdVeeICplMea，rSnLiAngDObaJsEeVdICapSp，reotacahl.eSsoflovr?

[5]p金la晨nt.d基ise于ase改d進eteMctoiobnil[eJ]N.SeytVm3m的etr茶y，2葉01病9，1害1（識7）：別93方9.法[J].福建茶葉，2024，46（12）：25-27.

[6]胡施威，鄧建新，王浩宇，等.基于改進EfficientNetB0模型的葡萄葉部病害識別方法[J].現代電子技術，2024，47（15）：73-

[7]8余0.富強，王斌成，郭娜煒，等.基于注意力機制的多任務番茄葉片病害識別方法[J].河北農業大學學報，2024，47（6）：32-39.

[8]sLiIoUntZr，aLnIsNforYmeTr，CusAinOgYsh，eiftteadl.Swwinindotwrasn[Csf]o//r2m0e2r1：hIiEerEaErc/hCiVcaFlIvni??t9e9r9n2at-io1n0a0l0C2.onferenceonComputerVision（ICCV）.IEEE，2021：

[9]NCeHtwEoNrkRf，oHrOPUlanCt，LJeIAafNDGisWea.sAeCHlaysbsriifdicaAttitoenn[tJi]o.nSeTnrsaonrss，fo2r0m2e2r，22（5）：1758.

【通聯編輯：謝媛媛】