Efficient and explainable attention-based multitask learning for fruit type, ripeness, and disease classification

方法

MobileNetV2+CBAM共享主干，多数据集合并与部分标签掩码。

发现

三任务准确率达99.39%、96.35%、99.7%，仅5.5M参数，优于单任务。

机会点

可探索多任务模型在田间实时部署与跨作物泛化，结合弱监督降低标注成本。

精准农业日益依赖自动化作物监测，以支持病害预防和收获决策。然而，现有大多数系统将水果类型、成熟度和病害分类视为独立任务，导致实际部署中的计算成本较高。本文提出了一种高效且可解释的多任务学习（MTL）模型用于水果监测，可同时执行上述三项任务。该MTL模型采用共享的轻量级MobileNetV2主干网络，并结合卷积块注意力模块（CBAM）以提取共享特征和判别特征。随后，专用分类头利用这些特征为每个任务生成预测。为应对完全标注农业数据集稀缺的问题，我们整合了多个公开数据集，并采用部分标签掩码策略来处理缺失标注。此外，我们在单一优化器和独立优化器两种设置下，使用包括ResNet-50、EfficientNetV2-M和ViT-B/16在内的多种主干架构对所提模型进行了评估。实验结果表明，所提MTL模型在仅使用5.5M参数的情况下，分别达到了99.39%（水果类型）、96.35%（成熟度）和99.7%（病害）的准确率，优于单任务方案。此外，基于梯度的可解释性分析为模型的决策过程提供了透明度。