1 引言
棉花作为全球重要的经济作物，在印度、孟加拉国等南亚国家的农业经济中占据核心地位。然而气候变化导致的病害频发对棉花产量构成严重威胁，其中叶片病害可导致高达20-25%的产量损失。传统依赖人工视觉诊断的方法存在效率低、专业性要求高等局限，亟需发展自动化检测技术。计算机视觉与深度学习技术的结合为植物病害精准识别提供了新途径，特别是Transformer模型因其强大的全局特征捕获能力，在复杂背景下的病害分类任务中展现出独特优势。
1.1 关键研究发现
1.1.1 深度学习在棉花叶片病害检测中的应用
研究系统评估了多种Transformer架构（Vanilla Vision Transformer/ViT、Swin Transformer、DeiT、T2T-ViT）在四类棉花叶片病害（曲叶病毒、细菌性疫病、枯萎病、健康叶片）分类中的性能。这些模型通过自注意力机制实现了跨图像区域的全局特征交互，显著提升了对分散性病灶的识别能力。
1.1.2 高分类准确率
通过超参数优化与分层K折验证策略，模型在多次测试中保持稳定性能，最高准确率达到99.99%。该结果验证了Transformer架构在小型农业数据集上的强泛化能力。
1.1.3 早期病害诊断潜力
模型对初期病变特征的敏感检测为农田早期干预提供了技术支撑，有助于降低化学农药使用量并实现精准施药。
1.1.4 对农业与生态的贡献
该研究推动了农业监测自动化进程，通过智能诊断技术减少资源浪费，为可持续农业发展提供算法基础。
2 文献综述
传统卷积神经网络（CNN）在植物病害检测中虽取得显著进展，但其局部感受野特性限制了长程依赖关系的建模。Vision Transformer（ViT）通过自注意力机制突破这一局限，后续发展的Swin Transformer通过分层设计优化计算效率，DeiT引入蒸馏机制提升小数据训练效果，T2T-ViT则通过令牌重组增强局部特征提取。相比CNN模型（如VGG16、ResNet-50、EfficientNet-B0），Transformer系列在跨物种病害识别任务中表现出更优的上下文理解能力。
2.1 研究空白
现有研究多集中于单一作物或有限病害类型，缺乏针对多物种混合数据集的系统性比较。Transformer模型在农业领域的应用尚处探索阶段，特别是对棉花病害的专门化研究仍存在模型选择单一、评估指标不完善等空白。
3 方法论
3.1 数据预处理
研究采用包含1,711张叶片图像的数据集，涵盖四类病害状态。通过人工筛选与标准化预处理（图像缩放至224×224像素、像素值归一化），确保输入数据质量的一致性。数据增强策略包括对比度增强与噪声抑制，以提升模型鲁棒性。
3.2 模型架构
3.2.1 Vanilla Vision Transformer（ViT）
通过图像分块线性投影生成令牌序列，经过多层Transformer编码器（含多头自注意力/MHA与多层感知机/MLP）实现特征提取。位置编码保留空间信息，CLS令牌用于最终分类。
3.2.2 Swin Transformer
采用分层设计，通过滑动窗口注意力机制降低计算复杂度。四阶段结构中嵌入补丁合并操作，逐步扩大感受野并保持多尺度特征学习能力。
3.2.3 DeiT（Data-efficient Image Transformer）
引入蒸馏令牌与教师网络（CNN）协同训练，结合交叉熵损失与蒸馏损失函数，显著提升小数据集训练效率。
3.2.4 T2T-ViT（Tokens-to-Token Vision Transformer）
通过递归令牌重组结构增强局部特征聚合，在保持全局建模能力的同时优化细粒度特征提取效果。
3.3 评估策略
采用分层K折交叉验证（K=1-5）确保类别分布均衡，以准确率、精确率、召回率、F1分数、混淆矩阵与ROC-AUC作为核心评估指标。
4 结果与讨论
所有Transformer变体在四分类任务中均表现优异，其中ViT与Swin Transformer在多数超参数配置下达到近100%分类准确率。混淆矩阵对角线元素显著集中，表明模型对各类病害特征具有高区分度。ROC曲线下面积（AUC）均接近1.0，验证了模型优异的二分类性能。相比传统CNN，Transformer模型对病变区域的空间分布不敏感性更强，尤其适用于症状分散的细菌性疫病与病毒性卷叶病识别。
4.1 模型优势分析
自注意力机制使模型能够动态学习图像块间关联关系，克服了CNN固定卷积核的局部感知局限。多头注意力结构提供隐式正则化效果，有效缓解了1,711张中小规模数据集上的过拟合风险。分层K折验证进一步确保了性能评估的统计显著性。
5 结论
Transformer架构通过全局上下文建模能力实现了棉花叶片病害的精准分类，99.99%的稳定准确率证明了其在农业视觉任务中的实用性。该技术为作物健康监测系统提供了可扩展的算法基础，未来研究方向包括模型轻量化设计、多模态数据融合及田间实时部署验证。
