跳动城乡网研究团队开发了 LGNet，这是一种结合卷积神经网络 (CNN) 和视觉变换器 (VT) 的双分支网络，用于植物病害识别。LGNet 有效地融合了局部和全局特征，在 AI Challenger 2018 数据集上实现了 88.74% 的最优识别准确率，在自收集的玉米病害数据集上实现了 99.08% 的最优识别准确率。
这种创新方法增强了疾病感知能力，为开发高效、强大的植物疾病识别模型提供了潜力，这对于提高农业产量和确保不同环境下的作物安全至关重要。
保障农业生产对经济增长至关重要，因为植物病害严重威胁农作物产量。传统的植物病害识别方法依赖于农民的经验，既耗时又不适合大规模种植。
图像处理和深度学习的最新进展提高了植物疾病识别率，但现有的仅使用 CNN 或 VT 的方法由于特征感知有限而存在不足。
2024 年 6 月 21 日发表在《植物表型学》上的一项研究提出了 LGNet，这是一种结合 CNN 和 VT 的双分支网络，可增强局部和全局特征提取，在主要数据集上实现最先进的性能。
研究将 LGNet 的参数分为两部分进行训练，双分支主干网络使用 ImageNet 1k 上的预训练权重，并使用不同的学习率进行微调。使用 SGD、动量和权重衰减对模型进行优化，并在配备 NVIDIA GeForce RTX 3090 GPU 和 PyTorch 的 Windows 11 系统上进行训练。
为了进行评估，我们使用了交叉熵损失，而在线数据增强则增强了泛化能力。LGNet 的性能与单一模型 ConvNeXt-Tiny 和 Swin Tranormer-Tiny 进行了比较。所有模型的初始训练准确率都很高，但 LGNet 的准确率显著提高，比其他模型高出 1%-2%。在 AI Challenger 2018 和 SCD 数据集上，LGNet 分别实现了 88.74% 和 99.08% 的准确率，优于单一模型。
消融实验表明，AFF 和 HMUFF 模块均增强了性能，其中完整的 LGNet 模型取得了最佳效果，证明了双分支网络和特征融合技术的有效性。
该研究首席研究员之一张鑫表示：“开发强大的植物病害识别模型，并提高这些模型在现实环境中的泛化能力，对农业生产至关重要。”
总之，本研究提出了 LGNet，这是一种结合 CNN 和 VT 的双分支网络，用于增强植物疾病识别。未来的研究将侧重于知识提炼，以创建用于移动部署的轻量级高性能模型，并侧重于获取更多真实世界数据以增强模型鲁棒性，从而改善精准农业并确保作物安全。
