Multi-scale attention-based feature learning for jujube fruit bruise detection and variety classification
Yonis Gulzar · Sharyar Wani · Basab Nath 等 6 人
提出MSA-TNet深度学习框架，实现红枣碰伤检测与品种分类。
基于ResNet50，融合多尺度特征提取、通道注意力和特征融合，用公开图像数据集
碰伤检测准确率99.09%，品种分类99.61%，性能优于六种迁移学习模型。
可探索轻量化多尺度注意力模型在田间实时检测中的部署与跨品种泛化能力。
提出多尺度注意力网络MSA-TNet，在红枣碰伤检测与品种分类上取得99%以上精度且算力适中，方法新颖、数据规范，对智慧农业产后分选有实用参考价值。
摘要 自动化水果分类在采后质量评估中起着核心作用，尤其是在智慧农业系统中减少对人工检测的依赖方面。在本研究中，提出了一种深度学习框架MSA-TNet，用于解决枣果分类中的两个相关任务：二分类碰伤检测和多类别品种识别。研究使用了两个公开数据集，分别包含1，464张用于碰伤检测的原始图像和1，716张用于品种分类的原始图像，提供方提供的增强版本仅用于扩展训练集分区。数据集在增强之前按原始图像级别进行划分，以避免增强衍生图像在子集之间造成泄漏。为进行比较，在一致的实验设置下评估了六种已有的迁移学习模型，包括ResNet50、EfficientNet-B0、DenseNet121、MobileNetV2、ConvNeXt-Tiny和ConvNeXt-Small。MSA-TNet以预训练的ResNet50为主干网络，集成了分层多尺度特征提取、通道注意力（channel-wise attention）和特征融合，计算复杂度仅有适度增加。训练采用AdamW优化器，性能评估使用准确率、精确率、召回率、F1分数和ROC-AUC。MSA-TNet在碰伤检测中达到99.09%的准确率和宏F1分数，在品种分类中达到99.61%的准确率和99.61%的宏F1分数。这些结果表明该模型在两个分类任务上均具有竞争力的性能。在计算复杂度方面，MSA-TNet需要28.4 M参数和4.8 GFLOPs，相较于ResNet50主干网络仅有适度增加。研究结果表明，将分层多尺度表示与通道注意力相结合，可以在保持适度计算复杂度的同时提供具有竞争力的特征学习性能。