CAM-Threshold-Guided Weakly Supervised Lesion Segmentation and Relative Lesion-Burden Stratification of Wheat Stripe Rust Using CF2- WRD and Light-UNet
Questo articolo presenta un framework di apprendimento debolmente supervisionato guidato da Grad-CAM che sfrutta un classificatore a due rami (CF2-WRD) per generare pseudo-label per una Light-UNet compatta, consentendo una segmentazione accurata delle lesioni della ruggine striata del grano e la stratificazione del carico relativo da 34.694 immagini con etichettatura a livello di immagine senza richiedere annotazioni dense a livello di pixel.