SE驱动双路径残差网络用于芒果货架期阶段分类

《Foods》:SE-DBIRNet: Squeeze-and-Excitation Driven Dual-Path Residual Network for Mango Shelf-Life Stages Classification

【字体: 大 中 小 】 时间:2026年06月26日 来源:Foods 6.0

编辑推荐:

  发展中经济体中芒果(Mangifera indica L.)采后损失估计为5%至30%,其主要原因在于依赖主观视觉评估的人工管理实践。本文提出了一种用于实时将芒果划分为5个货架期阶段的轻量化深度学习架构,命名为SE-DBIRNet,这5个阶段包括未熟、半熟、完

  
发展中经济体中芒果(Mangifera indica L.)采后损失估计为5%至30%,其主要原因在于依赖主观视觉评估的人工管理实践。本文提出了一种用于实时将芒果划分为5个货架期阶段的轻量化深度学习架构,命名为SE-DBIRNet,这5个阶段包括未熟、半熟、完全成熟、过熟和腐败。该模型融合了3项关键设计策略:(i)深度可分离卷积(depthwise separable convolutions),在集成到ResNet50主干后实现了88.5%的参数削减;(ii)双分支倒残差(double-branch inverted residual,DBIR)模块,用于增强特征多样性与丰富性;(iii)压缩-激励(squeeze-and-excitation,SE)注意力机制,用于实现自适应的逐通道重标定。基于包含4428幅RGB图像的公共基准数据集(Mendeley Data)并采用10折交叉验证,SE-DBIRNet取得了98.24%的准确率。在轻量级卷积神经网络(convolutional neural networks,CNN)架构中,与EfficientNetB0、MobileNetV2和ResNet50相比,SE-DBIRNet较最佳轻量化基线(EfficientNetB0:96.57%)提高了1.67个百分点。尽管专用的基于注意力的DenseNet变体(例如DSA-DenseNet:99.20%)获得了更高准确率,SE-DBIRNet在准确率、推理速度(56.9 ± 1.8 FPS)和内存效率(8871 ± 45 MB CPU memory)之间提供了更优的折中。EigenCAM激活可视化表明,该模型聚焦于具有生物学相关性且可区分阶段的特征,包括表面颜色梯度、纹理均一性、皮孔(lenticel)模式以及腐败边界。总体而言,SE-DBIRNet在准确率、速度和内存效率之间实现了帕累托最优(Pareto-optimal)平衡,使其成为实时、可边缘部署的芒果采后质量监测系统的有力候选方案,尤其适用于计算资源受限的场景。
该文发表于《Foods》,围绕发展中经济体芒果采后损失高、货架期评估依赖人工目测且主观性强、稳定性差、难以规模化推广的问题展开。芒果在不同货架期阶段对应不同的流通、销售与加工策略,因此建立一种能够在真实应用场景中快速、客观、准确识别阶段状态的自动化方法,对降低浪费、优化供应链决策和提升小农户收益具有现实意义。既有研究虽已采用传统机器视觉、光谱检测与深度学习方法开展芒果成熟度或货架期识别,但仍存在若干突出不足:其一,传统手工特征与经典机器学习方法对成像条件敏感,泛化能力有限;其二,部分无损检测手段虽然精度较高,但设备昂贵、流程复杂、实时性不足,不利于边缘部署;其三,现有深度学习研究多关注分类精度,较少同时兼顾推理延迟、内存占用与部署成本;其四,模型决策依据通常缺乏可解释性验证,尚不清楚模型是否真正学习到了与果实生物学变化相关的视觉特征。基于此,研究人员提出SE-DBIRNet,旨在构建一种兼具高精度、低计算复杂度和较强可解释性的芒果货架期实时分类网络。

在方法上,研究使用Mendeley Data公开数据集,样本为White Chaunsa Late芒果5个货架期阶段的4428幅RGB图像,包括未熟、半熟、完全成熟、过熟和腐败。研究采用分层10折交叉验证,在每折中按70%训练、15%验证、15%测试进行评估。模型以ResNet50为基础,将标准卷积替换为深度可分离卷积以压缩参数量;构建双分支倒残差(DBIR)模块,以不同卷积核并行提取多尺度纹理与空间信息;引入SE注意力机制,对通道响应进行自适应重标定;最后结合全局平均池化与全连接层完成5分类,并通过准确率、精确率、召回率、F1值、特异度、MCC、AUC、FPR、FNR、NPV、FPS、内存占用等指标进行系统评价,同时采用EigenCAM进行可解释性分析。

在研究结果部分,论文首先在“Performance Comparison of the Model by Learning Rate”中比较了不同学习率对训练动态和分类性能的影响。研究人员将初始学习率从0.005逐步降低至0.000001,对8组学习率进行了系统比较。结果表明,学习率显著影响收敛速度与最终性能;过高学习率易引发震荡,过低学习率则导致收敛缓慢。综合训练准确率、损失下降趋势及多项性能指标,0.0005被确定为该模型的最优初始学习率。

在“Training Dynamics Analysis”部分,研究对多种引入注意力机制的混合架构进行了训练动态比较。结果显示,尽管ICBAM-DenseNet在最高准确率方面达到99.29%,SE-DBIRNet在收敛速度与资源消耗之间呈现更优平衡。SE-DBIRNet在第53个epoch即可达到最佳准确率,而复杂度更高的ICBAM类模型则需要64至81个epoch。研究据此指出,SE-DBIRNet虽然在极限精度上略逊于高复杂度DenseNet变体,但更适合资源受限且要求实时处理的农业场景。

在“Comparative Analysis Based on Performance Metrics”部分,研究比较了8种深度学习模型在多项分类指标上的表现。结果显示,DenseNet系模型总体优于DBIRNet系模型,其中DSA-DenseNet以99.20% ± 0.16%的准确率居首,ECA-DenseNet和SE-DenseNet紧随其后。在DBIRNet系列中,ICBAM-DBIRNet表现最佳,而SE-DBIRNet准确率为98.24% ± 0.09%。不过,SE-DBIRNet仍显著优于轻量化基线模型,并在轻量化条件下保持了较高精确率、召回率、AUC和NPV。研究还通过Matthews相关系数(Matthews correlation coefficient,MCC)等指标说明,DenseNet稠密连接在特征传播与复用方面更有优势,而DBIRNet在注意力机制加持下的性能增益相对有限,但其计算效率优势明显。

在“Confusion Matrix Analysis”部分,研究进一步分析了5个货架期类别的混淆情况。结果表明,未熟(UR)和腐败(PR)两类最易识别,真阳性数量最高且稳定;主要误判集中于完全成熟(FR)与过熟(OR)之间。研究认为,这种混淆反映了芒果自然成熟过程的连续性,因为完全成熟与早期过熟在表面颜色、软化程度和褐变特征上具有较高相似性,单纯基于RGB图像较难完全分离。对于SE-DBIRNet而言,半熟和完全成熟类别识别相对较弱,腐败类准确率也因类别样本较少而低于其他类别。该结果提示,类别不平衡是影响局部性能的重要因素之一。

在“Comparative Computational Complexity Analysis of Models”部分,研究从训练时间、帧率(FPS)与峰值内存占用3个维度评估模型复杂度。结果显示,SE-DBIRNet整体效率最高,训练收敛时间为13,311 ± 412 s,推理速度为56.9 ± 1.8 FPS,峰值内存占用为8871 ± 45 MB。相比之下,DenseNet系模型训练时间更长、FPS更低、内存消耗更高,尤其是DSA-DenseNet与ICBAM-DenseNet虽具备更高精度,但代价是显著增加的训练成本和部署负担。研究据此认为,SE-DBIRNet在实时应用和边缘计算场景中具有最优综合性价比,是精度、速度与资源需求之间的合理折中方案。

在“Performance Comparison of the Proposed Model with State-of-the-Art Classification Models”部分,研究将SE-DBIRNet与多种先进分类模型进行比较。结果表明,SE-DBIRNet以98.236% ± 0.086的准确率超过其余对比模型,且该优势具有统计学显著性(p < 0.001)。从模型规模看,SE-DBIRNet仅有2.85 million参数,显著低于DenseNet201、ResNet50和VGG16;其计算量为0.89 GFLOPs,模型大小为10.86 MB,在保持较高精度的同时显著降低了部署负担。研究据此强调,SE注意力机制与DBIRNet结构的结合有效提升了特征提取与利用效率,使该模型特别适用于资源受限环境中的自动化芒果货架期评估。

在“Interpretation of EigenCAM Activation Visualizations”部分,研究通过EigenCAM解释模型关注区域。结果显示,模型在未熟阶段主要关注均匀绿色表皮和平滑纹理;在半熟阶段聚焦于黄色斑块及皮孔聚集区域;在完全成熟阶段突出金黄色表面;在过熟阶段重点响应颜色加深和腐败扩展区域;在腐败阶段则明显捕捉纹理破坏与颜色异常。进一步的定量分析显示,不同货架期阶段的高激活感兴趣区域(region of interest,RoI)比例存在显著差异,其中过熟最高,半熟最低。研究认为,这些结果说明SE-DBIRNet确实学习到了与芒果成熟生物学变化相符的视觉表征,从而增强了模型在实际应用中的可信度。

在“External Validation on an Independent Mango Dataset”部分,研究使用独立外部在线数据集对SE-DBIRNet进行验证。结果显示,该模型在多数折次中达到100%准确率,其余折次也超过99%,表明模型提取的特征具有较强的稳健性与跨数据集泛化能力,而非局限于单一训练数据来源。

论文讨论部分集中强调了性能与部署之间的平衡关系。研究指出,尽管DSA-DenseNet等模型在精度上略高,但SE-DBIRNet在训练时长、推理速度、内存占用和参数规模方面具有明显优势,因此更适合发展中经济体采后分选线、农场端或边缘设备中的实时应用。论文同时明确指出其局限性:数据仅覆盖White Chaunsa Late单一品种,且图像采集于光照和背景一致的摄影棚环境;类别分布不平衡,尤其腐败类样本较少;模型仅基于RGB图像,无法反映糖度、硬度或内部褐变等内部品质信息。这些限制提示当前结果主要适用于受控成像条件下的外观阶段识别。

研究结论部分可概括并翻译如下:本研究的主要目标是开发一种低功耗、实时、面向采后处理应用约束条件的高精度芒果5阶段货架期自动分类深度学习网络。所提出的SE-DBIRNet取得了98.24% ± 0.09%的分类准确率,较包括EfficientNetB0(96.57%)在内的先进基线高出1.67个百分点。更重要的是,这一精度提升同时伴随着最快的推理速度(56.9 ± 1.8 FPS)、更低的峰值内存占用(8871 ± 45 MB)以及相较ResNet50减少88.5%的参数量。极低的准确率标准差(±0.09%)表明该模型在不同折次间具有近乎完美的一致性。此外,借助EigenCAM可视化,研究识别出颜色梯度、纹理均一性、皮孔模式和腐败边界等具有生物学意义的特征,从而提升了模型在真实应用中的可解释性。总体而言,SE-DBIRNet为采后分选场景中的边缘部署提供了潜在解决方案,其设计思路也可推广到其他资源受限系统中的细粒度视觉识别任务。
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