Explainable growth stage classification of cacao (Theobroma cacao L.) leaves and key feature visualization using vision transformer and transfer learning

准确、客观的植物表型分析对于优化农业实践、理解植物发育以及快速响应环境变化至关重要。传统方法通常依赖视觉观察，可能具有主观性、耗时，并且可能忽略细微但重要的差异。本研究展示了将数字成像与深度学习相结合，即使在视觉差异极小的情况下，也能以高精度对植物材料进行分类。我们聚焦于区分可可（Theobroma cacao L.）的D期（浅绿色）和E期（深绿色）叶片，这些叶片在大小和整体结构上视觉上非常相似。利用SCA 6基因型的透明染色叶片以突出脉序网络，我们在图像块上训练了Vision Transformer（ViT）模型，一种深度学习架构。在图像块水平上，该模型在独立测试集上达到了97.03%的总体准确率，D期的召回率为96.0%，E期为98.3%。在整叶水平上，多数投票正确分类了15片独立测试叶片中的14片（93.3%）。注意力图表明，包含中脉和初级侧脉的图像区域对分类贡献显著。这些注意力图识别了具有判别力的图像区域，但它们本身并不能确定信号背后的生物学机制。主脉信号可能反映了脉相关结构的发育差异、番红O摄取或光密度的阶段相关差异、组织厚度，或这些因素的组合。由于未直接测量维管解剖结构、木质化、水力导度、韧皮部装载和源–库状态，这些机制被视为假设，需要未来的解剖学、组织化学和生理学验证。因此，本研究为温室种植的SCA 6可可中D期和E期叶片的可解释图像分类提供了概念验证。扩展到其他可可基因型、田间种植植株、独立季节、染色批次、胁迫检测、物种鉴定、基因型区分或精准农业部署将需要外部验证。