基于迁移学习的储存土豆质量检测：CNN 与 Vision Transformer 方法
计算机视觉与模式识别
2026-02-05 v1
摘要
基于图像的深度学习为监控土豆在储藏期间的质量提供了非侵入、可扩展的解决方案，解决了 sprout 检测、重量损失估计和 shelf-life 预测等关键挑战。本研究在受控温湿度条件下收集了超过 200 天的图像及相应重量数据。利用 ResNet、VGG、DenseNet 和 Vision Transformer（ViT）等强大的预训练架构，我们设计了两个专门模型：（1）用于 sprout 检测的高精度二分类器，（2）用于估计重量损失并预测剩余 shelf-life 的高级多分类器。DenseNet 在 sprout 检测方面实现了 98.03% 的准确率。shelf-life 预测模型在粗糙类别划分（2-5 类）时表现最佳，准确率超过 89.83%，而在细粒类别划分（6-8 类）时准确率下降，由于视觉差异微小且每个类别数据有限。这些发现表明将图像模型集成到自动分选和库存系统中是可行的，可实现对发芽土豆的早期识别以及基于储藏阶段的动态分类。实际意义在于改进库存管理、差异化定价策略以及降低供应链中的食物浪费。虽然预测具体的 shelf-life 区间仍具挑战性，但聚焦于更宽泛的类别划分可确保系统性能稳健。未来研究应致力于开发在多样化土豆品种和储藏条件下训练的通用模型，以提升其适应性和可扩展性。总体而言，这种方法提供了一种成本效益高、无损耗的质量评估方法，支持土豆储存与分配中的效率与可持续性。
引用
@article{arxiv.2601.00645,
title = {Quality Detection of Stored Potatoes via Transfer Learning: A CNN and Vision Transformer Approach},
author = {Shrikant Kapse and Priyankkumar Dhrangdhariya and Priya Kedia and Manasi Patwardhan and Shankar Kausley and Soumyadipta Maiti and Beena Rai and Shirish Karande},
journal= {arXiv preprint arXiv:2601.00645},
year = {2026}
}