Statistical Descriptors of β-Variational Autoencoder Latent Feature Maps for Image-Based Blueberry Canopy-Size Phenotyping

方法

β-VAE在2043张田间蓝莓RGB图像上无监督训练，提取μ、logσ²与KL图

发现

300特征配置达73.11%准确率，但低于ImageNet预训练EfficientNet-B0的78

机会点

可探索无监督潜表示与监督迁移学习融合，并引入物理标定提升冠层尺寸表型精度。

植株水平的冠层大小评估对于精准农业应用（包括作物监测和变量施肥）具有重要意义，但性状特异性标注仍然成本高昂。本研究探讨了来自图像重建模型的无监督β-变分自编码器（β-VAE）潜在图是否编码了可通过紧凑统计描述符恢复的冠层大小信息。在包含2043幅田间采集的单个蓝莓植株RGB图像数据集的规定训练分区上训练了一个β-VAE，训练过程中未使用冠层大小标签。编码器生成了空间后验均值（μ）和对数方差（logσ2）图，并据此计算了逐位置的Kullback–Leibler（KL）散度图。这些图被归纳为五种描述符配置，并使用独立的分类器进行评估。包含300个特征的参考配置结合了μ、logσ2和KL描述符，在分层随机划分下达到了73.11%的准确率、73.54%的平衡准确率和73.42%的宏F1值。对完整流程进行独立重训练以开展三次采集会话留出评估，得到的平衡准确率为63.04 ± 4.54%，宏F1值为60.92 ± 6.68%。相应的平衡准确率在ImageNet预训练的EfficientNet-B0上为78.77 ± 7.24%，在使用22个图像描述符的径向基函数支持向量机上为54.13 ± 4.95%；上述汇总值为各会话间的未加权均值 ± 样本标准差。这些发现支持一个用于基于图像的蓝莓冠层大小表型分析的紧凑模块化框架，其中无监督表示学习与下游监督分类相分离，尽管性能仍低于监督迁移学习。参考性状测量的是图像相对冠层范围，而非经过物理校准的植株大小。