DOI: https://doi.org/10.3389/frai.2025.1743264
PMID: https://pubmed.ncbi.nlm.nih.gov/41736992
تاريخ النشر: 2026-02-09
المؤلف: Nikhil Inamdar وآخرون
الموضوع الرئيسي: الزراعة الذكية والذكاء الاصطناعي
نظرة عامة
تقدم البحث إطار عمل جديد للتعلم العميق يستخدم هياكل قائمة على المحولات، بما في ذلك المحول البصري الفانيلا (ViT)، المحول سوين، المحول الفعال للبيانات (DeiT)، والمحول من توكن إلى توكن (T2T-ViT)، للتصنيف التلقائي لأمراض أوراق القطن. تتكون مجموعة البيانات من صور من أربع فئات: فيروس التجعيد، العفن البكتيري، ذبول الفيوزاريوم، والأوراق الصحية. لضمان تقييم قوي ومعالجة عدم توازن الفئات، يتم استخدام طريقة اختبار K-fold المحصورة (مع K يتراوح من 1 إلى 5). يتضمن البحث تقنيات تعزيز الصور والتطبيع القياسية لتعزيز تعميم النموذج والتوافق مع نماذج المحولات.
تظهر النتائج أداءً متسقًا عبر جولات اختبار متعددة، حيث حقق نموذج واحد دقة مثيرة للإعجاب تبلغ 99.99%. تؤكد هذه النتيجة فعالية الأنظمة القائمة على المحولات بالتزامن مع التحقق من صحة K-fold المحصورة للكشف المبكر عن أمراض المحاصيل، مما يسهل ممارسات المراقبة والإدارة الزراعية الأكثر كفاءة. يسلط البحث الضوء على إمكانية تصنيف أنواع النباتات بواسطة الكمبيوتر من خلال صور الأوراق لتقدم بشكل كبير البحث الزراعي، والمراقبة البيئية، والحفاظ على التنوع البيولوجي.
مقدمة
تسلط المقدمة الضوء على الدور الحاسم للزراعة، وخاصة زراعة القطن، في سبل عيش المجتمعات عبر جنوب آسيا، بما في ذلك الهند، بنغلاديش، وجنوب الصين. مع تقدير قيمة القطن بحوالي 40 مليار دولار ومن المتوقع أن تصل إلى 60 مليار دولار، فإنه يعتبر حجر الزاوية في صناعة النسيج الهندية، التي تقدر قيمتها بأكثر من 200 مليار دولار. على الرغم من الظروف الملائمة للنمو، تواجه إنتاجية القطن تحديات كبيرة من الأمراض والآفات النباتية، التي يمكن أن تقلل الغلات بنسبة 15-20% سنويًا في الصين وحتى 25% في الهند. يعد الكشف المبكر عن هذه المشكلات أمرًا حاسمًا، حيث يمكن أن ينقذ التدخل في الوقت المناسب جزءًا كبيرًا من المحاصيل المتأثرة.
يعتمد المزارعون في مناطق مثل الهند وبنغلاديش بشكل أساسي على الفحوصات البصرية لتحديد مشاكل صحة النباتات، وغالبًا ما يكون لديهم تدريب محدود، مما يؤدي إلى عدم الكفاءة. لمعالجة هذه التحديات، هناك اهتمام متزايد في استخدام تقنيات الرؤية الحاسوبية، وخاصة التعلم العميق (DL) والتعلم الآلي (ML)، للكشف التلقائي عن الأمراض. أظهرت الدراسات السابقة فعالية هذه الطرق، مثل دمج التجميع باستخدام k-means مع تصنيف آلة الدعم (SVM)، محققة دقة تصل إلى 90% في تحديد أمراض أوراق فول الصويا. تظهر التطورات الأخيرة في التعلم العميق، وخاصة مع المحولات البصرية، وعدًا في تصنيف أمراض المحاصيل بدقة، حتى مع بيانات محدودة، مما يجعلها مناسبة للتطبيقات الزراعية حيث تكون ندرة البيانات شائعة.
طرق
تم هيكلة المنهجية المقترحة في أربع خطوات متسلسلة تهدف إلى تحسين الدقة والموثوقية في العملية التنظيمية، كما هو موضح في الشكل 1. تتضمن الخطوة الأولية المعالجة المسبقة، التي تعد البيانات للتحليل اللاحق. يلي ذلك استخراج الميزات العميقة، حيث يتم تحديد الميزات ذات الصلة واستخراجها من البيانات. تركز الخطوة الثالثة على تحسين هذه الميزات من خلال تقنيات التحسين لتعزيز جودتها. أخيرًا، تتوج العملية بمرحلة التصنيف، حيث يتم استخدام الميزات المحسّنة لتصنيف البيانات بشكل فعال.
نتائج
تؤكد نتائج الدراسة على قوة نماذج المحولات في تصنيف أمراض أوراق القطن، والتي تم التحقق منها من خلال تقسيمات تدريب واختبار متعددة لضمان تقييم موثوق للأداء. تشير الأداء المتوسط عبر تقسيمات البيانات المختلفة إلى تعزيز استقرار النموذج وتعميمه. يبرز البحث إمكانية أنظمة الكشف التلقائي عن الأمراض لمراقبة صحة المحاصيل على نطاق واسع، مما يساهم في الاستدامة الزراعية. تم استخدام تقنيات المعالجة المسبقة، بما في ذلك تعزيز الصور والتطبيع، لتحسين جودة المدخلات، بينما تم استخدام ضبط المعلمات الفائقة لتحديد النموذج الأكثر فعالية من بين المحول البصري الفانيلا (ViT)، المحول سوين، DeiT، وT2T-ViT.
تم استخدام مقاييس الأداء مثل الدقة، الدقة، الاسترجاع، F1-score، مصفوفات الارتباك، وROC-AUC لتوفير تقييم شامل لفعالية النموذج. توضح مصفوفة الارتباك توزيع الإيجابيات الحقيقية، السلبيات الحقيقية، الإيجابيات الكاذبة، والسلبيات الكاذبة، كاشفة عن أنماط التصنيف الخاطئ. أشار تحليل منحنى ROC إلى حساسية النموذج وخصوصيته عبر عتبات مختلفة، مع قيم AUC أعلى تشير إلى فصل أفضل بين الفئات. يُعزى الأداء المتفوق لنماذج المحولات إلى آليات الانتباه الذاتي الخاصة بها، التي تسهل استخراج المعلومات السياقية العالمية والاعتماديات بعيدة المدى في صور الأوراق، مما يحسن تشخيص الأمراض. ساهمت المعالجة المسبقة المحسّنة وضبط المعلمات الفائقة أيضًا في الدقة العالية المحققة، مما يظهر مرونة النماذج في التعامل مع مجموعات بيانات معقدة تحتوي على أنواع متعددة من الأوراق.
مناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على التقدم الكبير الذي تم إحرازه في الكشف التلقائي عن أمراض أوراق القطن باستخدام نماذج قائمة على المحولات. حققت الدراسة دقة قصوى مثيرة للإعجاب تبلغ 99.99% من خلال تحسين المعلمات، مما يظهر إمكانية النموذج للتشخيص المبكر للأمراض، وهو أمر حاسم للتدخلات الزراعية في الوقت المناسب. يؤكد البحث على دمج التكنولوجيا الذكية في الزراعة، مما يعزز كل من أتمتة المزارع وحماية البيئة.
تكشف مراجعة الأدبيات عن تحول من الشبكات العصبية التلافيفية التقليدية (CNNs) إلى هياكل المحولات، مثل المحولات البصرية (ViTs)، المحولات سوين، وDeiT، التي تتفوق في التقاط المعلومات السياقية العالمية والاعتماديات بعيدة المدى في أنماط أمراض الأوراق المعقدة. تعالج الدراسة الفجوات الموجودة في الأدبيات من خلال مقارنة منهجية لعدة نماذج محولات تحت ظروف متسقة، باستخدام مجموعة بيانات مكونة من 1,711 صورة مصنفة إلى أربع فئات من أمراض أوراق القطن. تشمل المنهجية تقنيات معالجة مسبقة واستخراج ميزات صارمة، مما يعزز قوة النموذج ضد التحديات الشائعة في تصنيف الصور. بشكل عام، تشير النتائج إلى أن نماذج المحولات تحمل وعدًا كبيرًا لتحسين دقة وكفاءة الكشف عن أمراض النباتات، مما يدعم ممارسات الزراعة المستدامة.
DOI: https://doi.org/10.3389/frai.2025.1743264
PMID: https://pubmed.ncbi.nlm.nih.gov/41736992
Publication Date: 2026-02-09
Author(s): Nikhil Inamdar et al.
Primary Topic: Smart Agriculture and AI
Overview
The research presents a novel deep learning framework utilizing transformer-based architectures, including the Vanilla Vision Transformer (ViT), Swin Transformer, Data-Efficient Image Transformer (DeiT), and Token-to-Token Vision Transformer (T2T-ViT), for the automatic classification of cotton leaf diseases. The dataset comprises images from four categories: curl virus, bacterial blight, fusarium wilt, and healthy leaves. To ensure robust evaluation and address class imbalance, a stratified K-fold hold-out testing method (with K ranging from 1 to 5) is employed. The study incorporates standard image augmentation and normalization techniques to enhance model generalization and compatibility with transformer models.
The results demonstrate consistent performance across multiple test rounds, with one model achieving an impressive accuracy of 99.99%. This finding underscores the effectiveness of transformer-based systems in conjunction with stratified K-fold validation for early detection of crop diseases, thereby facilitating more efficient agricultural monitoring and management practices. The research highlights the potential of computerized plant species cataloging through leaf imagery to significantly advance agricultural research, ecological monitoring, and biodiversity conservation.
Introduction
The introduction highlights the critical role of agriculture, particularly cotton farming, in the livelihoods of communities across South Asia, including India, Bangladesh, and southern China. With cotton valued at approximately $40 billion and projected to reach $60 billion, it serves as a cornerstone of India’s textile industry, which itself is worth over $200 billion. Despite favorable growing conditions, cotton production faces significant challenges from plant diseases and pests, which can reduce yields by 15-20% annually in China and up to 25% in India. Early detection of these issues is crucial, as timely intervention could save a substantial portion of affected crops.
Farmers in regions like India and Bangladesh primarily rely on visual inspections to identify plant health problems, often with limited training, leading to inefficiencies. To address these challenges, there is increasing interest in employing computer vision techniques, particularly deep learning (DL) and machine learning (ML), for automatic disease detection. Previous studies have demonstrated the effectiveness of these methods, such as combining k-means clustering with Support Vector Machine (SVM) classification, achieving up to 90% accuracy in identifying soybean leaf diseases. Recent advancements in deep learning, particularly with Vision Transformers, show promise in accurately classifying various crop diseases, even with limited data, making them suitable for agricultural applications where data scarcity is common.
Methods
The proposed methodology is structured into four sequential steps aimed at improving precision and robustness in the organizational process, as illustrated in Figure 1. The initial step involves pre-processing, which prepares the data for subsequent analysis. This is followed by deep feature extraction, where relevant features are identified and extracted from the data. The third step focuses on refining these features through optimization techniques to enhance their quality. Finally, the process culminates in the classification phase, where the optimized features are utilized to categorize the data effectively.
Results
The results of the study emphasize the robustness of transformer-based models in the classification of cotton leaf diseases, validated through multiple train-test splits to ensure reliable performance evaluation. The average performance across various data partitions indicates enhanced model stability and generalization. The research highlights the potential of automated disease detection systems for large-scale crop health monitoring, contributing to agricultural sustainability. Preprocessing techniques, including image augmentation and normalization, were employed to enhance input quality, while hyper-parameter tuning was utilized to identify the most effective model among Vanilla Vision Transformer (ViT), Swin Transformer, DeiT, and T2T-ViT.
Performance metrics such as accuracy, precision, recall, F1-score, confusion matrices, and ROC-AUC were employed to provide a comprehensive evaluation of model effectiveness. The confusion matrix illustrated the distribution of true positives, true negatives, false positives, and false negatives, revealing patterns of misclassification. The ROC curve analysis indicated the model’s sensitivity and specificity across varying thresholds, with higher AUC values suggesting better class separation. The superior performance of transformer models is attributed to their self-attention mechanisms, which facilitate the extraction of global contextual information and long-range dependencies in leaf images, thereby improving disease diagnosis. Enhanced preprocessing and hyper-parameter tuning further contributed to the high accuracy achieved, demonstrating the models’ resilience in handling complex datasets with multiple leaf types.
Discussion
The discussion section of the research paper highlights the significant advancements made in the automated detection of cotton leaf diseases using transformer-based models. The study achieved an impressive peak accuracy of 99.99% through hyperparameter optimization, demonstrating the model’s potential for early disease diagnosis, which is crucial for timely agricultural interventions. The research emphasizes the integration of smart technology in agriculture, promoting both farm automation and ecological protection.
The literature review reveals a shift from traditional Convolutional Neural Networks (CNNs) to transformer architectures, such as Vision Transformers (ViTs), Swin Transformers, and DeiT, which excel in capturing global contextual information and long-range dependencies in complex leaf disease patterns. The study addresses existing gaps in the literature by systematically comparing multiple transformer models under consistent conditions, utilizing a dataset of 1,711 images categorized into four classes of cotton leaf diseases. The methodology includes rigorous pre-processing and feature extraction techniques, enhancing the model’s robustness against common challenges in image classification. Overall, the findings suggest that transformer models hold substantial promise for improving the accuracy and efficiency of plant disease detection, thereby supporting sustainable agricultural practices.