Tomato ripeness classification with weight-based and texture-adaptive pooling in CNNs

本研究提出了一种基于特征图纹理分析的权重混合池化与自适应模糊池化机制，用于番茄成熟度分类中的注意力机制挤压激励网络（Squeeze-and-Excitation Networks, SE）和卷积神经网络（Convolutional Neural Networks, CNNs）。传统的CNN和SE网络依赖确定性池化策略，在捕捉果实纹理和颜色梯度等多样化视觉特征时可能并非最优。本文提出了一种新颖的模糊池化系统，通过拉普拉斯滤波器对特征图进行实时纹理分析，动态调整最小池化和最大池化的融合比例。该机制被集成到Darknet53、ResNet34和ResNet101架构中，既可直接集成，也可嵌入SE注意力模块内。该方法在五类番茄成熟度数据集上采用10折交叉验证，与传统池化及固定权重池化方法进行了对比评估。模糊池化和混合池化方法在部分模型上表现出优越性能，包括：ESEnet：Darknet53 + SE（模糊池化）在各折上的平均F1得分为0.8429，优于Darknet53 + 基线SE（平均池化）的0.8350；扩展网络：ResNet34 + 模糊池化在各折上的平均F1得分为0.8305，优于基线ResNet34的0.8130；ResNet101 + 模糊池化在各折上的平均F1得分为0.8284，优于基线ResNet101的0.8267。这一改进仅带来了极小的计算开销增加。具体而言，模型参数量（M）和浮点运算次数（GMACs）的测量结果表明，将SEnet集成到系统后所有架构仅有轻微增加，而集成拉普拉斯滤波器和模糊逻辑后则无任何增加。研究结论认为，基于逻辑的自适应池化是一种鲁棒策略，能够改善CNN中的特征表示，在分类精度和计算成本之间实现平衡。这些发现为开发更可靠的自动化收获系统提供了实用价值，并为广泛的计算机视觉分类任务提供了一种可推广的增强方法。