La IA y los problemas difíciles del mundo · Ciencias de la vida · Nature (computational biology) · 2026-10-26
Marco híbrido local-global de transformador de visión para la detección robusta de enfermedades de las plantas en la agricultura de precisión
Título original: Hybrid local–global vision transformer framework for robust plant disease detection in precision agriculture
Identificar con precisión las enfermedades de las plantas es importante para la seguridad alimentaria, pero las CNN tienen campos receptivos limitados y los transformadores de visión suelen perder textura local fina. Los autores presentan ViT-LGFNet, que combina un módulo inicial CNN local, un codificador transformer y un módulo de fusión por atención cruzada. En el conjunto de datos PlantVillage alcanzó una precisión media de validación del 95.15% ± 0.74 entre ejecuciones, con un mejor caso del 96.28%.