Hybrid explainable DeiT-based framework for plant disease classification and severity estimation

植物病害检测对于保障农业生产力和粮食安全至关重要，然而现有方法往往存在可解释性有限和泛化能力不足的问题。本研究提出了一种基于数据高效图像Transformer（Data-efficient Image Transformers，DeiT）的混合深度学习框架，用于植物病害分类和严重程度估计。该框架采用DeiT-Base、DeiT-Small和DeiT-Tiny模型来捕获植物叶片图像中的全局上下文依赖关系。为提高可解释性，引入了一种混合可解释人工智能（Explainable Artificial Intelligence，XAI）模块，将用于局部特征归因的梯度加权类激活映射（Gradient-weighted Class Activation Mapping，Grad-CAM）与用于全局依赖可视化的注意力展开（Attention Rollout）相结合。此外，在分类之后应用基于HSV的分割来分离病害相关区域，以进行损伤比率计算、严重程度估计和解释优化。损伤比率进一步与混合XAI注意力图相结合以估计病害严重程度。实验在新植物病害数据集（增强版）（New Plant Diseases Dataset (Augmented)）上进行，该数据集包含70,295张训练图像和17,572张验证图像，涵盖38个病害类别和14种植物物种。所提出的DeiT-Base模型达到了99.13%的最高分类准确率，优于多种CNN架构，包括ResNet50、DenseNet121、MobileNetV3、EfficientNet-B4和InceptionV3。此外，所提出的混合XAI框架在聚焦分数（Focus Score）、背景噪声（Background Noise）、信噪比（Signal-to-Noise Ratio，SNR）和熵（Entropy）方面表现出优于单一解释方法的可解释性性能。总体而言，所提出的框架提高了分类准确率，增强了模型透明度，并提供了有意义的病害严重程度估计，使其成为智能精准农业的一种有前景的解决方案。