Classical Machine Learning versus Transfer Learning for Tomato Leaf Disease Classification: A Reproducible Comparative Framework

टमाटर के खेत के शांत कोनों में, एक किसान का सबसे ज़रूरी सवाल अक्सर सबसे सरल होता है: क्या यह पौधा बीमार है? सदियों से, इसका उत्तर मानवीय आँखों से आया है, जो पत्तों पर बीमारी के विशिष्ट धब्बों, पीले होते ऊतकों के मुड़ने, या कीटों द्वारा किए गए चितकबरे नुकसान को पहचानने के लिए स्कैन करती हैं। शुरुआती पहचान अत्यंत महत्वपूर्ण है; बीमारी के फैलने से पहले उसे पकड़ लेना फसल बचा सकता है, रासायनिक छिड़काव की आवश्यकता को कम कर सकता है, और खाद्य आपूर्ति की रक्षा कर सकता है। आज, यह प्राचीन कार्य तेजी से कंप्यूटरों को सौंपा जा रहा है। कंप्यूटर विज़न का क्षेत्र मशीनों को छवियों को "देखने" और उनकी व्याख्या करने की अनुमति देता है, जिससे पिक्सेल निदान (diagnoses) में बदल जाते हैं। इन मशीनों को सिखाने के लिए दो अलग-अलग मार्ग उभरे हैं। एक मार्ग शास्त्रीय मशीन लर्निंग (classical machine learning) पर निर्भर करता है, जहाँ शोधकर्ता मैन्युअल रूप से वर्णन करते हैं कि एक बीमार पत्ता कैसा दिखता है—उसके रंग, उसकी बनावट, उसकी शिराओं के पैटर्न—और कंप्यूटर को उन विशिष्ट विवरणों को पहचानने के लिए सिखाते हैं। दूसरा मार्ग 'ट्रांसफर लर्निंग' (transfer learning) का उपयोग करता है, एक ऐसी विधि जहाँ कंप्यूटर को पहले लाखों सामान्य छवियों, जैसे बिल्लियों और कारों की तस्वीरों पर प्रशिक्षित किया जाता है, और फिर उससे पौधों की बीमारी की विशिष्ट समस्या पर उस व्यापक दृश्य ज्ञान को लागू करने के लिए कहा जाता है। हालिया शोध को चलाने वाला प्रश्न यह है कि क्या डीप लर्निंग की जटिल, भारी मशीनरी वास्तव में आवश्यक है, या क्या एक सरल, अधिक सीधा दृष्टिकोण काम को उतना ही बेहतर तरीके से कर सकता है जब छवियां स्पष्ट और अच्छी रोशनी वाली हों।

कोलंबिया और मैक्सिको के संस्थानों के शोधकर्ताओं की एक टीम ने इस बहस को सुलझाने के लिए एक कठोर, आमने-सामने के तुलनात्मक अध्ययन का बीड़ा उठाया। उन्होंने टमाटर पर ध्यान केंद्रित किया, जो एक अत्यधिक आर्थिक महत्व की फसल है, और 'प्लांटविलेज' (PlantVillage) नामक अठारह हजार से अधिक पत्तों की छवियों के एक व्यापक रूप से उपलब्ध संग्रह का उपयोग किया। ये छवियां वास्तविक खेत के अराजक, अप्रत्याशित वातावरण में नहीं ली गई थीं, बल्कि समान प्रकाश व्यवस्था और साफ पृष्ठभूमि के साथ नियंत्रित स्थितियों में ली गई थीं, जो परीक्षण के लिए एक मानक बेंचमार्क के रूप में कार्य करती हैं। शोधकर्ताओं ने इन छवियों को तीन समूहों में विभाजित किया: एक कंप्यूटर को सिखाने के लिए, एक उसकी प्रगति की जाँच करने के लिए, और एक अंतिम, अछूता समूह यह देखने के लिए कि वह वास्तव में कैसा प्रदर्शन करता है। एक निष्पक्ष मुकाबले को सुनिश्चित करने के लिए, उन्होंने दो अलग-अलग रणनीतियों का उपयोग करके कंप्यूटर को सिखाया। पहली रणनीति के लिए, उन्होंने शास्त्रीय मशीन लर्निंग मॉडल का एक सेट बनाया, जिसमें सपोर्ट वेक्टर मशीन (Support Vector Machines) और रैंडम फॉरेस्ट (Random Forests) जैसे एल्गोरिदम शामिल थे। इन मॉडलों को कच्ची तस्वीरें दिखाने के बजाय, शोधकर्ताओं ने प्रत्येक छवि को एक संक्षिप्त, 110-बिंदु विवरण में अनुवादित किया। इस विवरण ने पत्ते के विशिष्ट रंगों, उसकी बनावट के सांख्यिकीय पैटर्न और उसकी सतह के सूक्ष्म विवरणों को पकड़ा, जो बिल्कुल वैसा ही था जैसे किसी पेंटिंग का सारांश उसके प्रमुख रंगों और ब्रशस्ट्रोक शैलियों को सूचीबद्ध करके दिया जाता है। दूसरी रणनीति के लिए, उन्होंने 'मोबाइलनेटवी2' (MobileNetV2) नामक एक परिष्कृत डीप लर्निंग मॉडल का उपयोग किया, जिसने पहले ही इंटरनेट से हजारों वस्तुओं को पहचानना सीख लिया था। उन्होंने इस मॉडल को सीधे कच्ची छवियां दीं, जिससे इसे फाइन-ट्यूनिंग की प्रक्रिया के माध्यम से पौधों की बीमारियों की विशेषताओं को स्वयं सीखने का अवसर मिला।

इस नियंत्रित प्रयोग के परिणामों ने दोनों दृष्टिकोणों के बीच आश्चर्यजनक समानता का खुलासा किया। अनदेखी छवियों पर परीक्षण करते समय, डीप लर्निंग मॉडल, मोबाइलनेटवी2 ने 97.26 प्रतिशत की संख्यात्मक सटीकता प्राप्त की, जिसने लगभग हर मामले में पत्ते की बीमारी या स्वास्थ्य स्थिति की सही पहचान की। हालाँकि, शास्त्रीय मॉडल भी पीछे नहीं थे। अपने हस्तनिर्मित विवरणों का उपयोग करते हुए सपोर्ट वेक्टर मशीन ने 97.11 प्रतिशत की सटीकता प्राप्त की, जबकि रैंडम फॉरेस्ट मॉडल ने 96.93 प्रतिशत तक पहुँच बनाई। सांख्यिकीय परीक्षणों ने पुष्टि की कि इन शीर्ष प्रदर्शन करने वालों के बीच मामूली अंतर महत्वपूर्ण नहीं था; अध्ययन की भाषा में, डीप लर्निंग मॉडल सर्वश्रेष्ठ शास्त्रीय मॉडलों की तुलना में सांख्यिकीय रूप से श्रेष्ठ नहीं था। वास्तव में, शास्त्रीय मॉडल अलग-अलग तरीकों से उत्कृष्ट रहे: सपोर्ट वेक्टर मशीन सभी रोग प्रकारों में प्रिसिजन (precision) और रिकॉल (recall) को संतुलित करने में सर्वश्रेष्ठ था, जबकि रैंडम फॉरेस्ट बीमारी के हर मामले को पकड़ने में सबसे विश्वसनीय था, भले ही वह कभी-कभी गलत अलार्म (false alarm) भी दे दे। एकमात्र मॉडल जो काफी संघर्ष करता दिखा, वह 'के-नियरस्ट नेबर्स' (K-Nearest Neighbors) एल्गोरिदम था, जिसने केवल 58 प्रतिशत सटीकता हासिल की, जो यह उजागर करता है कि सभी शास्त्रीय विधियाँ समान नहीं हैं और दृश्य विवरण की गुणवत्ता अत्यंत महत्वपूर्ण है।

अध्ययन ने यह भी परतों को खोला कि इन मॉडलों ने अपनी गलतियाँ कैसे कीं। जबकि डीप लर्निंग मॉडल आम तौर पर उत्कृष्ट था, उसने कभी-कभी 'अर्ली ब्लाइट' (early blight) को 'लेट ब्लाइट' (late blight) के साथ भ्रमित कर दिया, जो दो ऐसी बीमारियाँ हैं जिनके पत्ते पर समान दृश्य लक्षण होते हैं। इसके विपरीत, शास्त्रीय मॉडलों ने विशिष्ट बीमारी के आधार पर अपनी अनूठी ताकत और कमजोरियां दिखाईं। यह सुझाव देता है कि हर स्थिति के लिए कोई एक "सर्वश्रेष्ठ" मॉडल नहीं है; चुनाव इस बात पर निर्भर हो सकता है कि किसान किस विशिष्ट बीमारी को लेकर सबसे अधिक चिंतित है या उसके पास सॉफ्टवेयर चलाने के लिए किस तरह का कंप्यूटर हार्डवेयर उपलब्ध है। महत्वपूर्ण रूप से, शोधकर्ताओं ने इस बात पर जोर दिया कि ये परिणाम सख्ती से उनके द्वारा उपयोग की गई स्वच्छ, नियंत्रित छवियों पर लागू होते हैं। उन्होंने उल्लेख किया कि वास्तविक खेती में कीचड़ भरी पृष्ठभूमि, बदलती छाया, और आंशिक रूप से छिपे हुए या क्षतिग्रस्त पत्ते शामिल होते हैं। यहाँ प्राप्त उच्च स्कोर यह गारंटी नहीं देते हैं कि ये सिस्टम बिना आगे के परीक्षण के खेत में पूरी तरह से काम करेंगे।

अंततः, यह शोध कृषि प्रौद्योगिकी के भविष्य के लिए एक स्पष्ट और आश्वस्त करने वाला आधार प्रदान करता है। यह प्रदर्शित करता है कि आदर्श स्थितियों में, कंप्यूटर को पौधों की बीमारियों के प्रभावी ढंग से निदान के लिए एक विशाल, जटिल डीप लर्निंग नेटवर्क की आवश्यकता नहीं होती है। एक सरल प्रणाली, जो रंग और बनावट के सावधानीपूर्वक चुने गए विवरणों पर आधारित हो, ऐसी प्रदर्शन क्षमता प्राप्त कर सकती है जो सबसे उन्नत डीप लर्निंग आर्किटेक्चर के समान ही हो। यह खोज इसलिए महत्वपूर्ण है क्योंकि शास्त्रीय मॉडल अक्सर चलाने में तेज़ होते हैं और उन्हें कम कंप्यूटिंग शक्ति की आवश्यकता होती है, जिससे वे दूरदराज के क्षेत्रों में साधारण उपकरणों पर उपयोग के लिए अधिक सुलभ हो सकते हैं। अध्ययन निष्कर्ष निकालता है कि जहाँ डीप लर्निंग एक शक्तिशाली उपकरण बना हुआ है, वहीं पुरानी, सरल विधियों को त्यागना नहीं चाहिए। इसके बजाय, वे एक मजबूत, कुशल विकल्प प्रदान करते हैं जो आधुनिक एआई (AI) के साथ कंधे से कंधा मिलाकर चल सकता है, बशर्ते कि छवियां स्पष्ट हों और दृश्य संकेत स्पष्ट हों। हालाँकि, इससे पहले कि इन प्रणालियों पर वास्तविक दुनिया के खेती के निर्णयों का मार्गदर्शन करने के लिए भरोसा किया जा सके, उन्हें खेत की अस्त-व्यस्त, अप्रत्याशित वास्तविकता में परीक्षण किया जाना चाहिए, जहाँ प्रकाश कभी भी प्रयोगशाला की तरह पूर्ण नहीं होता।