Nowa.Moda
Nauka

LightTeaNet: lekki model do klasyfikacji zdjęć liści herbaty

LightTeaNet przypisuje zdjęciu liścia herbaty jedną z czterech etykiet. Dwa testy przeprowadzone przez autorów badania wskazały, że obszary wyróżnione na mapach Grad-CAM miały znaczenie dla decyzji sieci.

Liść herbaty otoczony cienką ramką na grafitowym tle, widziany z góry — ilustracja
Ilustracja poglądowa: liść herbaty w ramce symbolizującej kadr zdjęcia do analizy.

Wykorzystany w badaniu zbiór TeaLeafNet liczył 5 tys. zdjęć. Cztery kategorie były w nim reprezentowane po równo: Brown Blight, Red Rust, Red Spider Mite oraz zdrowe liście. Md Rifat Sarker i współautorzy opisali model w pracy opublikowanej 18 listopada 2026 r. w PLOS ONE (DOI: 10.1371/journal.pone.0363128).

Zanim sieć wybierze etykietę, cztery kolejne bloki wydobywają ze zdjęcia cechy przydatne do rozróżniania kategorii. Bloki stosują konwolucje separowalne: filtrują poszczególne kanały osobno, a dopiero potem łączą informacje z tych kanałów. Takie rozdzielenie pomaga ograniczyć liczbę parametrów. Według autorów LightTeaNet ma 80 959 parametrów podlegających uczeniu i zajmuje 0,31 MB.

Jak sprawdzono mapy Grad-CAM

Sama etykieta nie mówi, które fragmenty zdjęcia wpłynęły na wybór sieci. Grad-CAM wykorzystuje informację o tym, jak wynik dla danej klasy reaguje na zmiany sygnałów w ostatniej warstwie konwolucyjnej. Na tej podstawie powstaje mapa, która w przybliżeniu wskazuje obszary istotne dla wyniku.

Autorzy sprawdzili, czy reakcja sieci zgadza się z tym, co wyróżnia mapa. Test Insertion odpowiada na pytanie, czy odsłanianie wskazanych obszarów podnosi wynik dla danej klasy. Test Deletion odwraca tę próbę: sprawdza, czy zasłanianie tych obszarów obniża wynik.

Wyniki obu prób autorzy podsumowali polem pod krzywą, czyli AUC. W teście Insertion wyniosło ono 0,972, a w Deletion 0,181. Wyższa wartość w pierwszej próbie i niższa w drugiej przemawiają za wiernością mapy. Żadna z tych liczb nie mówi, jaki odsetek zdjęć sieć sklasyfikowała poprawnie.

Opracowanie Nowa.Moda na podstawie: PLOS ONE, Md Rifat Sarker, Jonayed Al-Faruk, Kaniz Fatema, Joyonta Das, Md. Shahabuddin Saju, Ozifatun Jannat Akhi, 18.11.2026. Licencja źródła: CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).