IA e os Problemas Difíceis do Mundo · Ciências da vida · Nature (computational biology) · 2026-10-26
Framework híbrido de vision transformer local–global para detecção robusta de doenças em plantas na agricultura de precisão
Título original: Hybrid local–global vision transformer framework for robust plant disease detection in precision agriculture
Identificar doenças de plantas com precisão é importante para a segurança alimentar, mas as CNNs têm campos receptivos limitados e os vision transformers frequentemente perdem a textura local fina. Os autores apresentam o ViT-LGFNet, que combina um módulo inicial local baseado em CNN, um codificador transformer e um módulo de fusão por atenção cruzada. No conjunto de dados PlantVillage, ele alcançou uma acurácia média de validação de 95,15% ± 0,74 entre as execuções, com o melhor caso em 96,28%.