注意力引导卷积神经网络在食品质量评估中用于鸡蛋缺陷精准检测

《Food and Bioprocess Technology》:Attention Guided Convolutional Neural Networks for Accurate Egg Defect Detection in Food Quality Assessment

【字体: 大 中 小 】 时间:2026年03月05日 来源:Food and Bioprocess Technology 5.6

编辑推荐:

  鸡蛋缺陷检测对于保障鸡蛋生产行业的食品安全与品质至关重要。该研究提出了一种新型鸡蛋缺陷检测方法,即将多头自注意力机制(MHSA)集成到AlexNet卷积神经网络(CNN)中,以克服传统CNN在捕获长程依赖关系与全局上下文方面的局限。研究人员开发了一套配备恒速旋

  
鸡蛋缺陷检测对于保障鸡蛋生产行业的食品安全与品质至关重要。该研究提出了一种新型鸡蛋缺陷检测方法,即将多头自注意力机制(MHSA)集成到AlexNet卷积神经网络(CNN)中,以克服传统CNN在捕获长程依赖关系与全局上下文方面的局限。研究人员开发了一套配备恒速旋转机构的机器视觉系统,用于采集每枚鸡蛋表面的多视角图像。每枚鸡蛋从6个角度进行成像,构建了包含2400幅图像的数据集,并划分为4个类别:血斑蛋、裂纹蛋、脏污蛋和完好蛋。采集到的图像经分割与裁剪预处理后输入MHSA-AlexNet架构。提取到的特征图经展平后传入具有8个注意力头的MHSA层,随后连接全连接层与Softmax分类器。所提出的MHSA-AlexNet模型取得了0.9847的平均准确率,优于基线AlexNet,并超过其他先进CNN模型。该模型同时优于传统机器学习模型,包括朴素贝叶斯(NB)、随机森林(RF)和支持向量机(SVM),准确率提升幅度为36.35%–66.81%。与既往研究的比较表明,MHSA-AlexNet实现了更高的准确率,凸显了集成自注意力机制在鸡蛋缺陷检测中的有效性。
该论文发表于《Food and Bioprocess Technology》,围绕鸡蛋生产环节中缺陷识别的自动化与精准化问题展开。鸡蛋作为重要食品来源,其质量与安全直接关系到消费安全和产业效益。然而,蛋壳薄而脆,生产与流通过程中容易产生裂纹、血斑以及表面污物等缺陷。其中,裂纹会增加病原体穿透与增殖风险,脏污蛋则可能携带沙门氏菌、大肠杆菌和葡萄球菌等致病微生物,因此对鸡蛋缺陷进行高效、准确检测具有重要现实意义。现有行业检测方式主要依赖人工逐枚目视检查,不仅劳动强度大,而且容易受到主观判断与疲劳因素影响,难以满足现代化蛋品分级和食品安全控制的需求。

既有研究虽然已引入机器视觉、图像处理和机器学习方法,但仍存在若干关键问题。传统方法通常依赖人工设计特征,如拉普拉斯高斯算子、统计纹理特征或特定颜色空间特征,这类方法对光照变化、表面纹理差异和复杂场景的适应性有限,泛化能力不足。深度学习尤其是卷积神经网络(CNN)显著提高了图像分类能力,但经典CNN依赖局部感受野,更擅长捕捉局部纹理,难以建模跨区域的长程依赖和全局语义关系。对于裂纹延展、污斑分散、血斑局部但需结合整体背景判断的鸡蛋缺陷识别任务而言,这一局限会影响模型的判别能力。此外,已有不少工作仅依据鸡蛋单一表面图像进行识别,且多集中于完好/缺陷二分类,难以覆盖实际生产中多类型缺陷并存的复杂情况。因此,开展能够融合多视角信息并增强全局特征建模能力的研究具有明确必要性。

针对上述问题,研究人员构建了一套具有恒速旋转机构的机器视觉采集系统,并提出一种融合多头自注意力机制(MHSA,多头并行建模不同依赖关系的注意力结构)的改进AlexNet模型,即MHSA-AlexNet,用于血斑蛋、裂纹蛋、脏污蛋和完好蛋四分类检测。该研究的核心思路在于:利用旋转成像获取更完整的蛋壳表面信息,减少单视角漏检;同时在AlexNet深层特征提取之后引入MHSA,使模型能够在展平后的高层语义特征上捕获远距离区域之间的关系,从而弥补传统CNN对全局上下文感知不足的问题。研究结果表明,该模型在预测集上取得平均灵敏度0.9847、特异度0.9949、精确率0.9849和准确率0.9847,整体性能优异。与基线AlexNet相比,模型表现显著提升;与多种先进CNN及传统机器学习方法相比,也显示出更优的准确率—效率平衡。该研究的重要意义在于为蛋品工业中的实时、自动化、多类别缺陷检测提供了一种兼具高准确性与较低推理延迟的技术路线,并证明了自注意力机制在食品外观质量检测中的应用潜力。

在方法层面,研究人员主要采用了以下关键技术:首先,自主设计集成恒速旋转机构的机器视觉系统,对每枚鸡蛋从6个角度采集图像;样本包括4类鸡蛋,每类100枚,共获得2400幅图像,并按鸡蛋对象层面划分训练/预测数据集,避免同一鸡蛋图像同时进入两集合。其次,对原始图像进行坐标裁剪、目标分割与背景去除。再次,基于迁移学习(transfer learning)使用预训练AlexNet提取深层特征,并在特征展平后嵌入8头MHSA层进行全局依赖建模,最终通过全连接层和Softmax完成分类。最后,采用灵敏度、特异度、精确率和准确率进行评估,并利用Grad-CAM(梯度加权类别激活映射)分析模型可解释性,同时与多种CNN及朴素贝叶斯、随机森林、支持向量机等方法进行系统比较。

以下为论文主体结果的凝练解读。

Data Acquisition and Processing
研究人员设计了一套鸡蛋缺陷检测机器视觉系统,核心特征是加入持续恒速旋转的滚轴机构,以实现鸡蛋表面的多视角成像覆盖。硬件系统配备步进电机与4蛋位旋转装置,相机安装于装置上方约600 mm处,在旋转过程中每隔4 s采集图像。原始图像中包含4枚鸡蛋,经预定义坐标逐枚裁剪,再进一步分割出单个鸡蛋区域,最终得到分辨率为901 × 652像素的图像样本。研究共设置血斑、裂纹、脏污和完好4类,每类100枚鸡蛋,每枚鸡蛋采集6幅图像,总计2400幅。对于同时存在多种缺陷的样本,研究采用单标签分类策略,并依据视觉上占主导地位的缺陷进行类别标注。这一数据采集与标注方案为后续多类别分类奠定了统一、可操作的数据基础。

Defective Egg Detection Using Convolutional Neural Networks
研究首先回顾了CNN的基本组成,包括卷积层、池化层和全连接层,并指出AlexNet虽然在图像分类中应用广泛,但其局部感受野使其难以有效捕获长程依赖关系与全局上下文。针对鸡蛋裂纹和分散污斑等需要跨区域整合信息的缺陷,这种结构性局限尤其明显。为解决这一问题,研究在AlexNet中引入MHSA机制。MHSA通过将输入映射为查询(Q)、键(K)和值(V),利用点积注意力计算不同位置之间的相关性,再通过Softmax生成注意力权重,对全局特征进行加权聚合。与单头注意力相比,MHSA可通过多个注意力头并行建模不同类型的空间关系,从而同时关注局部细节与远距离区域之间的联系。研究将MHSA部署在AlexNet深层特征提取与展平之后,而非早期卷积阶段,目的是在高层语义表示上完成全局依赖建模,并降低高分辨率特征图上直接施加注意力的计算负担。

Performance Analysis of the Proposed Model
在模型训练阶段,研究人员对MHSA-AlexNet的超参数进行了迭代调优,最终确定学习率为0.001、优化器为带动量的随机梯度下降,较优配置为批量大小32、最大训练轮次50。在该配置下,模型取得98.47%的最高准确率。结果显示,随着训练轮次增加,准确率总体上升,在50–70轮附近达到峰值,此后趋于平台或略有下降,提示模型已达到最佳学习容量。较小批量有利于更频繁的权重更新,从而提升收敛效率和泛化能力,因此批量大小32被认为在性能与计算代价之间取得更优平衡。

在预测集评估中,MHSA-AlexNet的平均灵敏度、特异度、精确率和准确率分别为0.9847、0.9949、0.9849和0.9847,显示出稳定而优异的综合分类性能。尤其是在血斑蛋和完好蛋类别上,模型灵敏度达到100%,说明其对显著红色血斑和清洁完整表面的识别能力很强。误分类主要集中于裂纹蛋和脏污蛋,这一现象在文中归因于两个方面:其一,图像采集过程中的旋转机制可能造成裂纹或污物局部遮蔽,增加被误判为完好蛋的概率;其二,复合缺陷样本的存在会提高类别判别难度。研究进一步采用Grad-CAM对模型进行可解释性分析,结果显示热图高响应区域与实际缺陷位置高度一致,而完好蛋则呈现更分散的注意模式,表明引入自注意力后,模型确实增强了对缺陷相关结构区域的聚焦能力。

Performance Comparison with Other Convolutional Neural Networks Models
为验证所提方法的优越性,研究将MHSA-AlexNet与AlexNet基线模型以及VGG16、VGG19、ResNet18、ResNet50、GoogLeNet、DenseNet201、SqueezeNet和MobileNetV2等预训练CNN进行了系统比较。所有模型使用相同输入数据、相同预处理流程以及一致训练配置,以保证比较公平。结果表明,集成MHSA后,模型相较原始AlexNet在灵敏度、特异度、精确率和准确率方面分别提升1.65%、0.86%、2.56%和4.57%。尤其在更具挑战性的裂纹蛋和脏污蛋识别上,灵敏度分别提高至0.9611和0.9778,较基线模型改善明显。

与其他CNN相比,MHSA-AlexNet总体评价指标最佳。虽然DenseNet201也表现出很强竞争力,平均准确率达到0.9833,但其201层稠密连接结构带来了更高的计算和存储开销,训练和推理耗时更长,不利于资源受限或实时工业应用。相比之下,MHSA-AlexNet仅由5个卷积层、1个自注意力层和3个全连接层构成,结构更轻量,在保持高精度的同时降低了复杂度。研究据此认为,MHSA在轻量级CNN中的嵌入,可有效提升模型的全局特征建模能力,而无需引入过深网络。

Computational Efficiency and Classification Performance
研究进一步比较了不同模型的参数规模、计算量和推理时间。MHSA-AlexNet具有5790万个参数、1.44 GFLOPs和3.85 ms的单幅图像推理时间,仅较AlexNet略有增加,但准确率由0.9417显著提高至0.9847。相比之下,VGG16和VGG19的计算量超过30 GFLOPs,推理时间更长,却未带来相应性能收益;DenseNet201虽精度接近,但单图像推理时间达到64.57 ms,约为MHSA-AlexNet的17倍。由此可见,该模型在检测精度与计算效率之间实现了较优折中,具备实时鸡蛋缺陷检测的应用潜力。

Performance Comparison with Other Conventional Machine Learning Models
为进一步评估可行性,研究还将MHSA-AlexNet与朴素贝叶斯(NB)、随机森林(RF)和支持向量机(SVM)等传统机器学习模型进行了比较。由于这些模型无法直接处理原始图像像素,研究人员先利用灰度共生矩阵(GLCM,一种纹理统计描述方法)提取对比度、相关性、能量和同质性等纹理特征,再将其输入分类器。结果表明,传统方法整体表现明显落后于CNN。MHSA-AlexNet在预测准确率上分别比NB、RF和SVM高66.81%、36.35%和55.49%。其中,RF在传统方法中表现最佳,准确率为0.7222,这与其集成学习降低过拟合、提升鲁棒性的特性相关;NB表现最差,准确率仅0.5903,反映出其特征独立性假设在图像分类场景中的局限。该部分结果说明,仅依赖手工纹理特征难以刻画鸡蛋缺陷图像的层次化复杂结构,而深度网络能够自动学习更具判别力的表示。

Performance Comparison with Existing Studies
在与既有研究的横向比较中,MHSA-AlexNet以0.9847的准确率优于大多数已报道的鸡蛋缺陷检测深度学习模型,包括VGG16、基于CNN的实时多任务检测模型、YOLOv5、YOLOv8、MobileNetv3以及常规CNN或CNN+GLCM组合模型。尽管Turkoglu提出的DenseNet201结合BiLSTM双阶段方法准确率达到0.9917,高于本研究模型,但该方法需要更复杂的特征提取与序列分类流程,且DenseNet201本身计算和存储开销较大,因此在实际部署上存在效率方面的限制。研究借此强调,MHSA-AlexNet虽然不是所有研究中绝对精度最高的方案,但在多类别任务、结构复杂度和实时适用性之间展现出更均衡的综合优势。

讨论部分表明,该研究的主要贡献在于证明了自注意力机制对鸡蛋缺陷检测任务的有效增强作用。通过将MHSA嵌入AlexNet深层特征之后,模型得以在较低计算代价下强化对判别性缺陷特征的关注,提升了对裂纹、污斑等复杂缺陷的识别性能。同时,多视角旋转采集方案弥补了单视角图像对蛋壳表面覆盖不全的问题,提高了数据对真实缺陷分布的表征能力。不过,作者也明确指出,本研究数据采集于受控实验室环境,尚未完全覆盖工业生产线上常见的光照波动、输送速度变化和机械振动等因素,因此其泛化能力仍需在真实生产条件下进一步验证。未来工作方向包括探索更先进的注意力架构,如CSWin Transformer和Swin Transformer,以及融合RGB与热成像等多模态数据,以进一步增强缺陷表征能力与工业适应性。

研究结论部分可译为:
该研究提出了一种融合多头自注意力机制(MHSA)的改进AlexNet模型,用于解决传统卷积神经网络(CNN)在鸡蛋缺陷检测中难以捕获长程依赖关系和全局上下文的问题。研究人员开发了一套采用连续旋转机构的机器视觉图像采集系统,从而能够检测蛋壳不同区域的缺陷。实验结果表明,MHSA-AlexNet取得了0.9847的平均灵敏度、0.9949的特异度、0.9849的精确率和0.9847的准确率。值得注意的是,该模型对血斑蛋和完好蛋的灵敏度达到100%,并且对更具挑战性的裂纹蛋和脏污蛋也表现出较强性能,其灵敏度分别为0.9611和0.9778。与基线AlexNet相比,MHSA-AlexNet分别将灵敏度和精确率提高了5.15%和2.46%,并优于包括VGG16、VGG19、GoogLeNet、ResNet18、ResNet50、DenseNet201、MobileNetV2和SqueezeNet在内的其他先进CNN模型。此外,与NB、RF和SVM相比,该模型分别将准确率提高了66.81%、36.35%和55.49%。该研究表明,引入自注意力机制能够增强模型对判别性缺陷特征的强调能力,从而提升检测性能。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号