基于图像的葡萄品种分类：新基准与掩码自编码器评估
计算机视觉与模式识别
2025-06-17 v1
摘要
葡萄品种对于许多酒类生产国的经济至关重要，影响酒、汁及水果和叶子的生产。传统识别方法包括薄荷学和分子分析，后者存在局限性：薄荷学依赖专家知识且本质上主观，分子方法则昂贵且耗时。为此，近期研究将深度学习模型应用于基于图像的葡萄品种分类。然而，由于数据集较小，这些方法常依赖来自其他领域数据集（如ImageNet1K）的迁移学习，可能导致性能下降。就此而言，自监督学习（SSL）方法可作为良好工具，避免此类性能下降，因其可直接从数据中学习，无需外部标签。本研究评估了基于领域获取图像的掩码自编码器（MAE）用于葡萄品种识别。本研究的主要贡献包括两个包含43个葡萄品种的基准数据集，分析MAE在农业背景下的应用，以及在不同季节下训练模型的性能比较。我们的结果显示，基于ViT-B/16模型使用MAE预训练并使用无标签数据集实现F1分数0.7956，凌超越所有其他模型。此外，我们观察到预训练模型受益于长期预训练，在低数据训练 regime 下表现良好，简单的数据增强方法优于复杂方法。研究还发现，MAE的mask比率对性能影响仅有限。
引用
@article{arxiv.2506.13335,
title = {Advancing Image-Based Grapevine Variety Classification with a New Benchmark and Evaluation of Masked Autoencoders},
author = {Gabriel A. Carneiro and Thierry J. Aubry and António Cunha and Petia Radeva and Joaquim Sousa},
journal= {arXiv preprint arXiv:2506.13335},
year = {2025}
}