ConTransformer: Integrating Local and Global Features for Accurate Identification of Rice Leaf Diseases

方法

ConvNeXt提取局部病斑特征，ViT建模全局模式，注意力融合，自建七类142

发现

模型准确率达99.07%，优于七个对比模型，大豆病害迁移学习准确率92.78%。

机会点

可探索轻量化部署与田间复杂背景下的多作物病害实时识别及跨域泛化。

稻瘟病、褐斑病、叶枯病、白叶枯病和叶黑粉病严重威胁水稻产量和品质。为准确识别这些病害，本文提出了一种名为ConTransformer的双通道融合模型，该模型集成ConvNeXt进行细粒度病斑特征提取，并利用Vision Transformer进行全局模式建模。在ConvNeXt分支中，引入轻量级卷积和全局响应归一化以捕捉详细的病斑纹理，并缓解传统CNN在长程依赖建模方面的局限性。在Vision Transformer分支中，加入Swish门控MLP以增强全局特征表示并抑制无关噪声，从而解决标准ViT方法对局部病斑敏感性不足的问题。最后，特征融合模块通过拼接和注意力机制组合多尺度表示。在包含14，280张图像的自建七类水稻病害数据集上的实验表明，ConTransformer达到99.07%的准确率，精确率、召回率和F1分数分别达到99.01%、98.87%和98.93%。与MobileNetV3、Swin Transformer、LGNet、DB-CGANNet、Efficient-ViT B0Net、LocalViT和TinyViT相比，ConTransformer取得了最高准确率，分别高出1.75%、0.72%、10.33%、0.65%、0.94%、0.87%和1.44%。此外，在大豆病害数据集上的跨作物迁移学习获得了92.78%的准确率，进一步验证了模型的泛化能力。这些结果表明，ConTransformer为水稻病害识别提供了一种有效且稳健的解决方案。