.png){kind=icon}
返回
Hybrid Optimized AgriShieldNet Framework for an Interpretable Multi-Crop Leaf Disease Classification
.png){kind=icon}
PRE
AI
DOI：10.1111/jfpe.70553.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
早期植物叶片病害的早期检测对于提高作物产量、减少经济损失和增强现代农业实践中的可持续性至关重要。然而，大多数自动化系统难以准确捕捉多种作物类型中植物叶片病害的多样化形态变异，而手动检测方法耗时、劳动密集且易出错。为解决这些挑战，本文提出Hy-OptiASNet，一种用于可解释多作物叶片病害分类的混合优化深度学习框架。该框架利用EfficientNet-B0进行鲁棒的空间特征提取；采用长短期记忆（LSTM）网络来建模序列特征依赖性并改善结构化特征学习，随后通过形态感知视觉嵌入（MAVE）模块增强精细形态病害模式的表示。此外，引入一种新型矶鹬优化算法（SPOA）用于特征精炼和超参数优化，从而提高泛化能力和分类稳定性。为增强可解释性，采用可视化技术突出生物学相关的病害区域，以改进对模型决策的理解。在包含苹果、番茄和葡萄叶片图像的多作物数据集上进行了广泛实验。实验结果表明，所提出的Hy-OptiASNet框架在苹果、番茄和葡萄数据集上分别达到98.98%、98.21%和98.35%的分类准确率，优于多种现有最先进方法。这些发现表明，所提出的框架为精准农业和实际植物病害监测应用提供了有效且可靠的解决方案。
Keyword:
cross-modality interaction fusion
hybrid deep learning
plant leaf disease
precision agriculture
sandpiper optimization algorithm
sequential-spatial modeling
期刊
J
IF:
2.9
论文数:
554
被引数:
0
机构
引用论文
Deep learning technique for plant disease classification and pest detection and model explainability elevating agricultural sustainability基于深度学习技术的植物病害分类与害虫检测方法及其模型可解释性，以提升农业可持续性
PREAI
分享收藏Krishna, M.S.; Machado, P.; Otuka, R.I.; Yahaya, S.W.; Neves dos Santos, F.; Ihianle, I.K. Plant Leaf Disease Detection Using Deep Learning: A Multi-Dataset Approach. J 2025, 8, 4. [Google Scholar] [CrossRef]Krishna, M.S.; Machado, P.; Otuka, R.I.; Yahaya, S.W.; Neves dos Santos, F.; Ihianle, I.K. 基于深度学习的植物叶片病害检测：一种多数据集方法。J 2025, 8, 4. [Google Scholar] [CrossRef].png)
IF0
PREAI
分享收藏A compact deep learning approach integrating depthwise convolutions and spatial attention for plant disease classification一种结合深度可分离卷积和空间注意力机制的紧凑型深度学习方法，用于植物病害分类PLANT METHODS
OAAI
PLANT METHODSIF4.4
OAAI分享收藏Multispectral Plant Disease Detection with Vision Transformer-Convolutional Neural Network Hybrid Approaches基于视觉变换器-卷积神经网络混合方法的多光谱植物病害检测SENSORS
OAAI
SENSORSIF3.5
OAAI分享收藏A novel interpretable lightweight ensemble learning method for static and dynamic medical and healthcare data classification[J]一种用于静态和动态医疗保健数据分类的新型可解释轻量级集成学习方法[J]
IF0
PREAI
分享收藏Plant Disease Classifier: Detection of Dual-Crop Diseases Using Lightweight 2D CNN ArchitectureIEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏
查看更多内容