KI und die schwierigen Probleme der Welt · Lebenswissenschaften · Nature (computational biology) · 2026-10-26
Hybrides lokal-globales Vision-Transformer-Framework für die robuste Erkennung von Pflanzenkrankheiten in der Präzisionslandwirtschaft
Originaltitel: Hybrid local–global vision transformer framework for robust plant disease detection in precision agriculture
Die genaue Identifizierung von Pflanzenkrankheiten ist für die Ernährungssicherheit wichtig, doch CNNs haben begrenzte rezeptive Felder, und Vision Transformer verlieren oft feine lokale Texturen. Die Autoren stellen ViT-LGFNet vor, das einen lokalen CNN-Stem, einen Transformer-Encoder und ein Cross-Attention-Fusionsmodul kombiniert. Auf dem PlantVillage-Datensatz erreichte es über mehrere Durchläufe eine mittlere Validierungsgenauigkeit von 95,15 % ± 0,74, im besten Fall 96,28 %.