A Lightweight and Explainable DenseNet-121 Framework for Grape Leaf Disease Classification

Resumen Técnico: Un Marco Ligero y Explicable Basado en DenseNet-121 para la Clasificación de Enfermedades en Hojas de Uva

A continuación se presenta un resumen detallado del artículo presentado en la 28ª Conferencia Internacional sobre Tecnología de Computadores e Información (ICCIT) 2025.

1. Planteamiento del Problema

La viticultura global es fundamental para la economía y la cultura, pero la producción y calidad de la uva se ven gravemente amenazadas por enfermedades foliares como la podredumbre bacteriana, el mildiu velloso y el mildiu polvoriento.

• Limitaciones actuales: Los métodos tradicionales de inspección visual son laboriosos, propensos al error humano y no escalables.
• Deficiencias de los modelos existentes:
  • Los enfoques basados en YOOLO (detección de objetos) suelen ser computacionalmente costosos y lentos para aplicaciones en tiempo real.
  • Muchos modelos de aprendizaje profundo carecen de interpretabilidad (caja negra), lo que genera desconfianza en los agricultores.
  • Existe un riesgo de sobreajuste (overfitting) debido a conjuntos de datos pequeños, desbalanceados y con variabilidad en la iluminación y orientación de las hojas.

2. Metodología Propuesta

El estudio propone un marco optimizado basado en DenseNet-121 que integra preprocesamiento específico del dominio, transferencia de aprendizaje e Inteligencia Artificial Explicable (XAI).

• Recopilación y Preprocesamiento de Datos:

  • Se utilizó el conjunto de datos Niphad Grape Leaf Disease (Mendeley), que incluye clases desbalanceadas (Hojas sanas, Mildiu velloso, Mildiu polvoriento, Podredumbre bacteriana).
  • Preprocesamiento específico: Redimensionamiento a 224x224 píxeles, realce del canal verde (crucial para la clorofila y lesiones), normalización de histogramas, reducción de ruido con filtros mediana y normalización de píxeles [0,1].
  • División de datos: Estrategia de stratified splitting (80% entrenamiento, 5% validación, 15% prueba) para mantener la distribución de clases.

• Arquitectura del Modelo (Optimized DenseNet-121):

  • Se empleó Transfer Learning con pesos preentrenados de ImageNet.
  • La arquitectura utiliza bloques densos para reutilizar características y mitigar el desvanecimiento del gradiente, extrayendo tanto características de bajo nivel (venas, bordes) como de alto nivel (patrones de lesiones).
  • Regularización: Se incorporaron capas de Dropout (0.4) y regularización L2 para prevenir el sobreajuste.
  • Entrenamiento: Optimizador Adam, función de pérdida de entropía cruzada, y Early Stopping con un máximo de 20 épocas.

• Inteligencia Artificial Explicable (XAI):

  • Se implementó Grad-CAM (Class Activation Mapping) para generar mapas de calor. Esto permite visualizar qué regiones de la imagen (lesiones, manchas, decoloración) influyeron más en la predicción, validando que el modelo se centra en características biológicamente relevantes y no en el fondo.

3. Contribuciones Clave

1. Equilibrio entre Eficiencia y Precisión: A diferencia de los modelos YOLO pesados, la propuesta ofrece un modelo ligero con tiempos de inferencia rápidos (9 segundos) sin sacrificar la precisión.
2. Interpretabilidad: La integración de Grad-CAM resuelve el problema de la "caja negra", aumentando la confianza de los usuarios al demostrar que el modelo identifica síntomas reales de la enfermedad.
3. Robustez en Datos Desbalanceados: El uso de transferencia de aprendizaje y preprocesamiento específico permitió un alto rendimiento incluso con clases minoritarias (ej. Podredumbre bacteriana con solo 100 muestras totales).
4. Validación Exhaustiva: Comparación directa con arquitecturas base (ResNet18, VGG16, AlexNet, SqueezeNet) y validación cruzada de 5 pliegues.

4. Resultados Experimentales

El modelo propuesto superó consistentemente a todos los modelos de referencia en todas las métricas evaluadas:

• Precisión (Accuracy): 99.27% (vs. 97.56% de ResNet18 y ~94-96% de otros).
• Puntuación F1: 99.28%.
• Especificidad: 99.71%.
• Coeficiente Kappa: 98.86%.
• Tiempo de Inferencia: 9 segundos (el más rápido entre los modelos de alta precisión).
• Validación Cruzada: Mostró una consistencia robusta con una precisión media de 99.12% a través de 5 pliegues (rango 98.84% - 99.05%).
• Análisis de Confusión: El modelo clasificó correctamente 14/15 casos de podredumbre bacteriana y 187/188 hojas sanas. Los errores mínimos ocurrieron principalmente entre enfermedades visualmente similares (Mildiu velloso vs. polvoriento).

5. Significado e Impacto

Este trabajo cierra brechas significativas en la investigación de la viticultura de precisión:

• Viabilidad en Tiempo Real: La eficiencia computacional permite el despliegue en dispositivos móviles o sistemas de borde (edge computing) en viñedos reales.
• Confianza del Usuario: La capacidad de explicar las decisiones mediante Grad-CAM facilita la adopción por parte de agricultores y expertos, ya que el modelo "justifica" sus diagnósticos visualmente.
• Escalabilidad: El marco es escalable y adaptable a diferentes condiciones ambientales y conjuntos de datos desbalanceados, ofreciendo una solución práctica para la gestión sostenible de viñedos en Europa, Asia y otras regiones productoras.

En conclusión, el marco Optimized DenseNet-121 establece un nuevo estándar para la detección de enfermedades en hojas de uva, combinando precisión de vanguardia, bajo costo computacional y transparencia explicativa.