基于改进ViT的葡萄叶部病害识别模型

来源：江苏农业科学杂志2026年第第4期北京时间：

作者：王思霖;潘赟

单位：信阳农林学院信息工程学院，河南信阳 464000

摘要：为了高效且精准地对葡萄叶部病害进行识别，针对人工检测效率低下、传统机器学习方法无法自动提取特征等问题，提出一种基于改进ViT(vision transformer)的葡萄叶部病害识别模型。首先，收集4 062张包含黑腐病、埃斯卡病、叶枯病及健康叶片4类样本的葡萄叶部图像，构建葡萄叶部病害数据集；通过数据增强技术对数据集进行类别平衡和样本扩充，增强模型的泛化能力。其次，在原始ViT模型的基础上，使用不同尺寸的卷积核构造一个能够进行多尺度特征提取的级联卷积结构，并使用该结构替换模型Patch Embedding模块中的单层卷积以增强其对病害图像特征信息的提取能力。经试验，改进ViT模型对葡萄叶部病害的识别准确率、精准率、召回率和F1分数分别达到了9817%、98.30%、98.16%和98.20%，相较于原始ViT模型，其准确率提高了1.32百分点，精准率提高了1.40百分点，召回率提高了1.26百分点，F1分数提高了1.30百分点；在与EfficientNet-B0和ResNet-50模型的对比中，其所有指标也明显优于对比模型。结果表明，本研究所提模型能够以高准确率和强鲁棒性对葡萄叶部病害进行识别。

关键词：葡萄;叶部病害;Vision Transformer;数据增强;级联卷积