Всеобъемлющая оценка легковесных моделей глубокого обучения для классификации болезней томатов в средах периферийных вычислений

Более внимательные «глаза» для томатных растений

Во всём мире значительная часть потенциального урожая томатов теряется из‑за болезней листьев. Сегодня фермеры могут фотографировать листья на телефон или полевую камеру, а искусственный интеллект (ИИ) помогает выявлять проблемы на ранней стадии. Но есть загвоздка: многие из наиболее точных моделей ИИ слишком тяжёлые, чтобы запускаться на дешёвых устройствах в полях и теплицах. В этом исследовании поставлен практический вопрос: какие компактные модели ИИ одновременно точно обнаруживают болезни томатов и быстро работают на небольшом, недорогом оборудовании рядом с растениями?

Почему важны фотографии листьев томатов

Болезни томатов часто проявляются сначала в виде пятен, плесени или обесцвечивания на листьях, и раннее обнаружение может предотвратить серьёзные потери урожая. Авторы опираются на популярный публичный набор изображений PlantVillage, сосредоточив внимание на более чем 18 000 фото листьев томатов, охватывающих девять болезней и здоровые растения. Все изображения стандартизированы и слегка модифицируются во время обучения, чтобы имитировать реальные изменения, такие как освещение, масштаб и небольшие смещения положения. Это позволяет исследователям проверить, насколько хорошо разные модели ИИ учатся распознавать визуальные признаки, отличающие, например, раннюю гниль от поздней, или здоровый лист от заражённого вирусом.

Сравнение множества компактных, вдохновлённых мозгом моделей

Вместо того чтобы разрабатывать ещё одну новую модель с нуля, команда организует честное соревнование между семью компактными архитектурами глубокого обучения. Некоторые из них — классические сети распознавания изображений, успешно применявшиеся во множестве задач, такие как VGG16, ResNet50 и DenseNet121. Другие — более новые решения, созданные специально для эффективной работы на телефонах и встраиваемых устройствах, например MobileNetV3‑Small, ShuffleNetV2 и SqueezeNet. Последний участник, MobilePlantViT, представляет гибридный подход, сочетающий два принципа: традиционные сверточные слои, улавливающие мелкие детали в локальных областях изображения, и трансформероподобное внимание, связывающее удалённые части листа для понимания общей картины болезни.

Заглянуть в решения ИИ

Чтобы фермеры и агрономы доверяли этим моделям, недостаточно лишь точности — они должны быть ещё и понятными. Поэтому авторы используют три популярные техники «объяснимого ИИ», создающие тепловые карты поверх каждого изображения листа и показывающие, какие области сильнее всего повлияли на решение. Это Grad‑CAM, LIME и SHAP. Чтобы выйти за рамки простого визуального сравнения цветных карт, команда предлагает новую метрику — Perturbation Stability Score. Добавляя небольшие шумы к изображению многократно и сравнивая, насколько меняются карты объяснений, они измеряют стабильность и надёжность каждого метода объяснения. В целом SHAP даёт наиболее устойчивые объяснения, тогда как Grad‑CAM демонстрирует чёткие, высокоразрешённые выделения поражённых участков, хорошо совпадающие с человеческими ожиданиями.

Скорость и энергопотребление на реальных устройствах

Поскольку сельскохозяйственные инструменты часто опираются на недорогие процессоры без графических ускорителей, исследователи измеряют, как быстро каждая модель работает на стандартных настольных CPU и на Raspberry Pi 5 — небольшом доступном компьютере, сопоставимом по характеристикам с оборудованием, используемым в умных камерах. Они фиксируют размер модели, количество базовых математических операций на изображение и время обработки одного фото при разных режимах многопоточности. Стандартные сети вроде VGG16 обеспечивают отличную точность, но очень большие и медленные, тогда как крошечные модели вроде SqueezeNet работают быстро, но теряют в точности, особенно на более шумных изображениях и в полевых условиях. MobilePlantViT выделяется: он достигает точности выше 99% на чистых изображениях и остаётся конкурентоспособным в более реалистичных тестах, при этом требуя лишь малую долю памяти и вычислений, обеспечивая почти реальное время обработки даже на ограниченном оборудовании.

Что это значит для будущих умных ферм

В целом исследование показывает, что тщательно продуманные легковесные модели могут перенести высококлассное распознавание изображений на периферию поля, где ограничены связь и питание. Среди протестированных архитектур MobilePlantViT предлагает лучшее сочетание точной диагностики, эффективного использования вычислительных ресурсов и понятных визуальных объяснений того, «на что» модель обращает внимание при предсказании болезни. Для фермеров и разработчиков технологий это указывает на будущее, в котором маленькие недорогие устройства на телефонах, дронах или рейках теплиц смогут непрерывно сканировать томатные растения, выделять подозрительные листья и обосновывать свои предупреждения так, чтобы агрономы могли их верифицировать и доверять им.

Цитирование: Hoang, TM., Bui, VH., Nguyen, VS. et al. A comprehensive evaluation of lightweight deep learning models for tomato disease classification on edge computing environments. Sci Rep 16, 12320 (2026). https://doi.org/10.1038/s41598-026-42439-6

Ключевые слова: обнаружение болезней томатов, edge AI, легковесное глубокое обучение, vision transformer, объяснимый ИИ