Environmental sensor readings in two crop disease image datasets identify the session in which each image was taken
作者: Sungwoo Kang
分类: cs.CV, cs.LG
发布日期: 2026-10-05
💡 一句话要点
揭示环境传感器数据对作物病害分类的影响
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 作物病害分类 环境传感器数据 多模态学习 会话泄漏 模型评估 农业智能化 数据集分析
📋 核心要点
- 现有方法在作物病害分类中常依赖环境传感器数据，但这些数据可能导致模型仅通过记忆会话身份进行预测，影响真实性能评估。
- 本研究提出在多模态作物研究中，采用会话保留划分进行评估，并与无传感器基线进行性能对比，以确保结果的真实性。
- 实验结果显示，91.9%的测试图像与训练集存在传感器值重复，且仅使用时间戳的分类器在性能上与传感器驱动模型相当，揭示了会话泄漏的问题。
📝 摘要（中文）
将环境传感器数据与叶片图像结合的研究广泛报道能提高作物病害分类的准确性。然而，本研究揭示这些提升往往是数据集构建的伪影，因为单个传感器读数在同一会话中被多个图像共享。通过分析两个常用的韩国数据集，发现91.9%的测试图像在训练集中有相同的传感器值。令人惊讶的是，仅使用时间戳的无图像分类器在所有七种作物中匹配或超过了传感器驱动的预测。这表明标准随机划分的性能提升无法与会话泄漏区分开。我们建议多模态作物研究应在会话保留划分上进行评估，并报告与无传感器基线的性能对比，以确保真正的泛化能力。
🔬 方法详解
问题定义：本研究旨在解决作物病害分类中，环境传感器数据可能导致的模型性能提升伪影问题。现有方法未能有效区分真实的分类能力与会话泄漏的影响。
核心思路：论文提出在多模态作物研究中，采用会话保留划分进行评估，并与无传感器基线进行性能对比，以确保结果的真实性。通过分析数据集中的传感器值重复情况，揭示模型性能提升的真实原因。
技术框架：研究分析了两个常用的韩国作物病害数据集，分别是作物病害诊断（CDD）基准和AI Hub害虫/病害数据集。通过对比不同模型在这些数据集上的表现，评估了传感器数据对分类性能的影响。
关键创新：最重要的技术创新点在于揭示了环境传感器数据与图像分类之间的关系，指出了模型性能提升的伪影，强调了会话泄漏对结果的影响。与现有方法的本质区别在于，提出了新的评估标准，确保模型的泛化能力。
关键设计：研究中采用了无图像分类器，仅使用时间戳进行预测，结果显示其性能与传感器驱动的模型相当。此外，分析了数据集中传感器值的重复情况，发现91.9%的测试图像与训练集存在相同的传感器值。
🖼️ 关键图片
📊 实验亮点
实验结果表明，91.9%的测试图像在训练集中存在传感器值重复，且仅使用时间戳的无图像分类器在所有七种作物中匹配或超过了传感器驱动的预测，显示出会话泄漏对模型性能的显著影响。
🎯 应用场景
该研究的潜在应用领域包括农业监测、作物病害管理和智能农业系统。通过改进分类模型的评估方法，可以提高作物病害检测的准确性，从而为农民提供更有效的决策支持，最终促进农业生产的可持续发展。
📄 摘要（原文）
Integrating environmental sensor data with leaf imagery is widely reported to boost crop disease classification accuracy. In this work, we reveal that these reported gains are often artifacts of dataset construction: because a single sensor reading is shared across many images collected in a single session (one farm on one date), multimodal networks can predict disease simply by memorizing session identities. Analyzing two widely used Korean datasets, the Crop Disease Diagnosis (CDD) benchmark and an AI Hub pest/disease dataset, we demonstrate that nearly all images share sensor values, with 91.9% of CDD test images having exact sensor duplicates in the training set. Remarkably, an image-free classifier given only timestamps matches or exceeds sensor-driven predictions across all seven evaluated crops, and matches the published macro-F1 of a state-of-the-art CDD fusion model. These results indicate that performance gains on standard random splits cannot be disentangled from session leakage. We propose that multimodal crop studies must evaluate on session-held-out splits and report performance against sensor-free date-time baselines to ensure genuine generalization.