CNN Backbones with PCA and Gaussian Membership Function Pipelines for Maize Pest Identification: A Comparative Accuracy-Efficiency Study

Technische Samenvatting: CNN-backbones met PCA- en Gaussian Membership Function-pipelines voor de identificatie van maïsplagen

Probleemstelling
Nauwkeurige identificatie van morfologisch gelijkaardige maïsplagen — specifiek de leger van de maïs (Spodoptera frugiperda), de Afrikaanse leger van de maïs (Spodoptera exempta) en de maïsstengelboorder (Busseola fusca) — is cruciaal voor effectief agrarisch beheer, aangezien elke plaag een specifieke bestrijdingsstrategie vereist. Visuele identificatie wordt bemoeilijkt door gelijkenissen in kleur, textuur en lichaamsstructuur, versterkt door variaties in levensfase, houding, belichting en beeldkwaliteit. Hoewel Convolutionele Neurale Netwerken (CNN's) veelbelovend zijn gebleken voor agrarische classificatie, wordt hun inzet in omgevingen met beperkte middelen (bijv. smartphones, drones) vaak beperkt door hoge computationele eisen. Eerder onderzoek stelde vast dat het combineren van VGG16 met Principal Component Analysis (PCA) en Gaussian Membership Functions (GMF) de classificatieprestaties verbeterde, maar de computationele kosten van VGG16 blijven een barrière. Deze studie adresseert de vraag of lichtgewicht CNN-backbones de voordelen van het PCA-GMF-framework kunnen behouden terwijl ze de computationele vereisten aanzienlijk verminderen.

Methodologie
De studie evalueerde vier CNN-backbones: VGG16 (als een hoogwaardige referentie), MobileNetV2, EfficientNet-B0 en MobileNetV3-Large. Deze werden getest over drie verschillende verwerkingspipelines:

1. CNN-alleen: Gebruikmakend van de gepoolde feature-vector van de backbone.
2. CNN–PCA: Het toepassen van PCA om de dimensionaliteit van de features te reduceren terwijl ten minste 95% van de cumulatieve variantie behouden blijft.
3. CNN–PCA–GMF: Het verder in kaart brengen van de gereduceerde PCA-componenten naar drie overlappende Gaussian membership functions (Laag, Medium, Hoog) om een fuzzy representatie te creëren.

Experimentele opzet:

• Dataset: 7.500 afbeeldingen (2.500 per klasse) van de drie plaassoorten, verdeeld in 60:20:20 voor training, validatie en testen.
• Preprocessing: Afbeeldingen werden geschaald naar 224×224. Architectuur-specifieke preprocessing (bijv. BGR-conversie voor VGG16, schaling voor MobileNet) werd toegepast. Data-augmentatie omvatte rotaties, verschuivingen, afschuivingen (shears), zooms en horizontale spiegelingen.
• Trainingsstrategie: De convolutionele lagen van de backbone werden bevroren (pre-trained ImageNet gewichten). Alleen de classificatiekoppen werden getraind. Een consistente kopstructuur (512-unit dense layer met ReLU, BatchNorm, Dropout 0.3; gevolgd door een 128-unit dense layer met ReLU, Dropout 0.3; en een 3-unit softmax output) werd gebruikt voor alle configuraties.
• Evaluatie: Tien willekeurige seeds werden gebruikt om variabiliteit te beoordelen. Prestaties werden gemeten via nauwkeurigheid (accuracy), precisie, recall en F1-score. Efficiëntie werd gemeten via het aantal parameters, FLOPs en inferentielatentie op een NVIDIA L4 GPU. Statistische significantie werd bepaald met behulp van Welch's ANOVA en Games-Howell post-hoc vergelijkingen.

Belangrijkste resultaten

• Voorspellende prestaties: De VGG16–PCA–GMF configuratie behaalde de hoogste nauwkeurigheid (98,89% ± 0,20%) en F1-score (98,88% ± 0,20%). Onder de lichtgewicht modellen behaalde EfficientNet-B0–PCA–GMF de dichtstbijzijnde prestaties (98,14% ± 0,38% nauwkeurigheid), een verschil van slechts 0,75 procentpunt vergeleken met VGG16–PCA–GMF. MobileNetV3-Large en MobileNetV2 vertoonden progressief grotere prestatiedalingen wanneer gecombineerd met PCA-GMF.
• Impact van pipelines: PCA alleen verbeterde de nauwkeurigheid niet significant voor EfficientNet-B0, MobileNetV3-Large of VGG16, en verminderde de nauwkeurigheid significant voor MobileNetV2. Echter, de toevoeging van de Gaussian Membership Function (GMF) fase verbeterde de prestaties aanzienlijk voor alle backbones vergeleken met hun respectievelijke CNN-only of CNN-PCA tegenhangers.
• Computationele efficiëntie:
  • VGG16–PCA–GMF: 15,267 miljoen parameters, 30,714 GFLOPs, ~111,8 ms latentie.
  • EfficientNet-B0–PCA–GMF: 5,296 miljoen parameters, 0,790 GFLOPs, ~98,0 ms latentie. Dit vertegenwoordigt een reductie van 65,3% in parameters en een reductie van 97,4% in FLOPs vergeleken met VGG16, met een minimaal verlies aan nauwkeurigheid.
  • MobileNet-varianten: MobileNetV2 en MobileNetV3-Large boden nog grotere computationele besparingen (bijv. MobileNetV2 verminderde latentie met 51,3% en FLOPs met 98,0%), maar leden onder grotere nauwkeurigheidsstraffen (respectievelijk 3,81 en 1,92 procentpunt).

Belangrijkste bijdragen

1. Systematische evaluatie: De studie biedt een gecontroleerde vergelijking van lichtgewicht backbones tegenover een zware referentie (VGG16) binnen een verenigd PCA-GMF-framework, waarbij het effect van backbone-architectuur en feature-transformatie wordt geïsoleerd.
2. Validatie van PCA-GMF op lichtgewicht modellen: Het toont aan dat het PCA-GMF-pipeline, eerder gevalideerd op VGG16, nog steeds voordelig is voor lichtgewicht architecturen en de prestaties aanzienlijk verbetert ten opzichte van standaard CNN of CNN-PCA baselines.
3. Trade-off analyse: De studie identificeert specifieke werkpunten voor verschillende implementatiebehoeften. EfficientNet-B0 wordt geïdentificeerd als de optimale balans voor hoge nauwkeurigheid met substantiële efficiëntiewinst, terwijl MobileNet-varianten extreme efficiëntie bieden ten koste van een hogere reductie in nauwkeurigheid.

Betekenis en claims
De auteurs beweren dat hun bevindingen EfficientNet-B0–PCA–GMF identificeren als de sterkste kandidaat voor het balanceren van voorspellende prestaties en computationele efficiëntie in fijnmazige maïsplaagidentificatie. De studie suggereert dat lichtgewicht CNN's een hoge voorspellende prestatie kunnen behouden terwijl ze de computationele eisen aanzienlijk verminderen, wat hen levensvatbaar maakt voor middelenarme landbouwwerktuigen.

De paper houdt een bescheiden reikwijdte aan met betrekking tot de conclusies:

• Implementatiecontext: De efficiëntiemetrieken (latentie, FLOPs) werden gemeten in een high-performance computing (HPC) omgeving met een NVIDIA L4 GPU. De auteurs geven expliciet aan dat conclusies over implementatie op edge-apparaten (bijv. smartphones, Raspberry Pi) benchmarking op het doelapparaat vereisen, aangezien latentiereducties niet noodzakelijkerwijs proportioneel schalen over verschillende hardware.
• Generaliseerbaarheid: De resultaten zijn specifiek voor de drie genoemde plaassoorten en de gebruikte dataset. De auteurs merken op dat de bevindingen mogelijk niet generaliseren naar andere plaassoorten, locaties of veldomstandigheden zonder verdere validatie.
• Optimalisatie: De studie gebruikte vaste hyperparameters en bevroren backbones; finetuning zou de relatieve prestatierangschikking van de modellen kunnen veranderen.

Samenvattend stelt de paper vast dat hoewel VGG16–PCA–GMF de hoogste absolute nauwkeurigheid biedt, de EfficientNet-B0–PCA–GMF pipeline een zeer efficiënt alternatief is met een verwaarloosbaar prestatieverlies, wat een praktisch pad biedt voor de ontwikkeling van toegankelijke identificatietools voor plagen voor boeren en landbouwdeskundigen.