An Explainable Hybrid CNN-ViT Framework for Ethiopian Coffee Leaf Disease Classification

Nas terras altas da Etiópia, o café é mais do que uma cultura; é o pulsar da economia e o sustento de milhões de pessoas. Durante séculos, os agricultores confiaram em seus olhos e no conhecimento local de gerações para detectar os sinais de doenças em suas plantas. Eles procuram pelo amarelamento de uma folha ou pelo aparecimento de uma mancha estranha, usando essa intuição visual para decidir como proteger sua colheita. No entanto, este método tradicional tem limites. Os sinais iniciais de infecção podem ser sutis e facilmente ignorados e, quando uma doença se torna óbvia ao olho humano, pode já ter se espalhado demais para ser interrompida. Nos últimos anos, cientistas recorreram aos computadores para ajudar, ensinando-os a reconhecer padrões em imagens que os humanos poderiam negligenciar. Esses sistemas de computador, conhecidos como modelos de aprendizado profundo (deep learning), atuam como olhos digitais que podem escanear milhares de folhas em segundos, identificando doenças específicas com uma velocidade notável. Contudo, um grande obstáculo permanece: esses computadores poderosos muitas vezes funcionam como caixas pretas. Eles dão uma resposta, mas não explicam por que a escolheram, deixando agricultores e especialistas incertos se podem confiar no diagnóstico.

Uma equipe de pesquisadores da Universidade de Gondar e da Universidade de Mekdela Amba desenvolveu uma nova abordagem para preencher essa lacuna entre o poder bruto e a compreensão humana. Eles criaram um sistema projetado especificamente para diagnosticar quatro doenças comuns das folhas de café na Etiópia: Cercospora, Ferrugem da Folha, Phoma e o estado saudável da planta. Em vez de depender de um único tipo de visão computacional, eles construíram uma estrutura híbrida que combina duas forças diferentes. Uma parte do sistema atua como um microscópio, dando zoom para ver texturas minúsculas e detalhes locais na superfície da folha. A outra parte atua como uma lente grande-angular, recuando para entender a forma geral e o contexto de toda a folha. Ao fundir essas duas perspectivas, o sistema aprende a ver a doença com mais clareza do que qualquer um dos métodos isoladamente. Crucialmente, os pesquisadores também equiparam este sistema com uma ferramenta que destaca exatamente quais partes da folha o computador está observando quando toma uma decisão. Essa transparência permite que um agricultor veja o raciocínio do computador, confirmando que a máquina está focando nos pontos reais da doença em vez de ruídos aleatórios ou sombras de fundo.

Os pesquisadores testaram sua nova estrutura em uma grande coleção de 12.000 imagens de alta qualidade de folhas de café coletadas de importantes centros de pesquisa e fazendas em toda a Etiópia. Eles dividiram essa coleção em grupos, usando a maioria das imagens para ensinar o computador e o restante para testar seu conhecimento. O sistema foi treinado para distinguir entre as quatro categorias, aprendendo a diferenciar uma folha saudável de uma que sofre com infecções fúngicas. Quando a fase de teste começou, o sistema híbrido provou ser excepcionalmente preciso. Ele identificou corretamente a condição das folhas em 98,67 por cento dos casos de teste. Este desempenho foi ligeiramente superior ao de outros modelos computacionais populares contra os quais os pesquisadores o compararam, que alcançaram pontuações variando de 98,06% a 98,56%. O novo sistema foi particularmente bom em distinguir folhas saudáveis de folhas doentes. No entanto, distinguir entre as duas doenças visualmente semelhantes, Ferrugem da Folha e Phoma, continuou sendo a tarefa mais desafiadora para todos os modelos, com a maioria das classificações incorretas ocorrendo quando o sistema confundia a Ferrugem da Folha com o Phoma. Apesar dessa dificuldade, a estrutura híbrida ainda conseguiu superar os modelos antigos na classificação da Ferrugem da Folha, demonstrando a vantagem de combinar a análise de textura local com o contexto global mesmo para o caso mais difícil.

Além dos números, o achado mais significativo reside em como o sistema se explica. Os pesquisadores usaram uma técnica de visualização para gerar mapas de calor (heatmaps), que são sobreposições coloridas que mostram onde o foco de atenção do computador está na imagem. Quando o sistema identificava uma doença, esses mapas de calor consistentemente destacavam as lesões específicas, manchas ou pústulas de ferrugem que os patologistas vegetais sabem serem os sinais de enfermidade. Por exemplo, ao diagnosticar uma folha com Phoma, o computador focava precisamente nos pontos necróticos e em suas bordas. Ao observar uma folha saudável, o computador não mostrava tal foco, indicando que não via padrões de doença. Esse alinhamento entre o foco do computador e o conhecimento do especialista humano é vital. Isso transforma o sistema de um oráculo misterioso em um parceiro confiável. Um agricultor ou um técnico de extensão agrícola pode olhar para a imagem e o mapa de calor juntos, vendo exatamente por que o computador fez sua chamada. Essa prova visual constró la a confiança necessária para que essas ferramentas sejam adotadas na agricultura real, onde a confiança é tão importante quanto a precisão.

O estudo reconhece que, embora os resultados sejam fortes, o trabalho ainda não terminou. O conjunto de dados usado para o treinamento veio de regiões específicas da Etiópia, e o sistema pode precisar de mais testes em diferentes ambientes para garantir que funcione em todos os lugares. Além disso, o modelo híbrido requer mais poder computacional do que sistemas mais simples, o que pode dificultar sua execução em smartphones básicos sem otimização adicional. No entanto, os pesquisadores traçaram um caminho claro para o futuro. Eles sugerem que versões futuras desta tecnologia possam ser comprimidas para rodar em dispositivos móveis, integradas com dados meteorológicos para previsões ainda melhores e expandidas para cobrir mais tipos de problemas nas plantas. Ao combinar a capacidade de ver detalhes finos com a habilidade de entender o quadro geral e, ao tornar esse processo visível ao usuário, esta pesquisa oferece um passo promissor em direção a um futuro onde a tecnologia apoia, em vez de substituir, a sabedoria dos agricultores de café etíopes. O objetivo não é apenas detectar doenças, mas fazê-lo de uma forma que as pessoas possam entender, confiar e usar para proteger suas plantações e seus meios de subsistência.