EfficientNet-CBAM-prototype: an attention-guided EfficientNet framework with dynamic prototype representation for tomato disease classification

引言 在精准农业领域，植物病害的早期准确识别是主要难题之一。若诊断延迟哪怕几天，农民可能面临严重的不可逆产量损失。CNN模型有助于改进植物病害分类，但在区分细粒度症状方面存在困难，泛化能力有限，且不易解释。尽管深度CNN模型在植物病害分类中表现良好，当前方法仍存在若干缺陷。最重要的是，现有算法由于对病害特异性形态特征（包括病斑边缘和坏死区域）的空间区分能力有限，会对视觉上复杂的样本产生误分类。对于视觉上相似的病害表型，类间嵌入可分性低，进一步损害了分类可靠性。除这些表征问题外，训练不稳定性仍是基于注意力模型的主要问题。随机初始化的注意力模块与预训练骨干网络相结合会导致这种不稳定性，这仍然限制了实际应用。方法 我们提出EfficientNet-CBAM-Prototype（ECP-Net），一种新颖的端到端深度学习架构，以克服这些限制。ECP-Net将三种互补技术结合到一个统一框架中。首先，使用EfficientNetB0骨干网络进行参数高效的多尺度特征提取。其次，使用稳定化的卷积块注意力模块（CBAM）进行通道与空间的联合特征重校准。第三，动态原型记忆层使用基于余弦相似度的分类和指数移动平均（EMA）更新来维护类代表性嵌入向量。为克服随机初始化注意力权重引起的不稳定性，我们进一步提出两阶段训练策略，其中CBAM在第一阶段冻结以使原型稳定，然后在第二阶段以学习率联合微调。结果 在PlantVillage番茄子集上评估，该子集包含10个病害类别，按类别均衡划分的10,000个训练样本、500个验证样本和500个测试样本，ECP-Net达到98.6%的测试准确率、98.59%的F1分数和98.65%的精确率，仅需4.80M参数和85.04 ms平均推理时间。这些结果优于基线，包括VGG16（97.00%）、ResNet50（81.20%）、MobileNetV2（81.20%）和CNN（70.00%）。