基于卷积 Transformer 的番茄成熟度识别
计算机视觉与模式识别
2025-03-26 v2 人工智能
图像与视频处理
摘要
番茄是全球主要作物，准确分类其成熟度对诸多农业应用（如采收、分级与质量控制）十分重要。本文中，作者提出了一种利用卷积 transformer 的番茄成熟度分类新方法。该卷积 transformer 是一种结合卷积神经网络 (CNN) 与 transformer 优势的混合架构。此外，本研究引入了一个名为 KUTomaData 的新番茄数据集，专为训练用于番茄分割与分类的深度学习模型而设计。KUTomaData 编译自阿联酋一座温室的图像，约有 700 张图像可用于训练与测试。该数据集在不同光照条件与视角下、并使用不同移动相机传感器制备，从而与现有数据集相区别。本文的贡献有三：首先，作者提出了一种基于模块化卷积 transformer 的番茄成熟度分类新方法；其次，作者引入了一个包含不同成熟度番茄图像的新番茄图像数据集；最后，作者表明该卷积 transformer 在番茄成熟度分类上优于 SOTA 方法。所提框架在处理杂乱与遮挡番茄实例上的有效性，通过使用 Laboro Tomato 与 Rob2Pheno Annotated Tomato 两个额外公共数据集作为基准进行了评估。在这三个数据集上的评估结果证明了我们所提框架的卓越性能，其在 KUTomaData、Laboro Tomato 与 Rob2Pheno Annotated Tomato 上的平均精度均值分数分别超越 SOTA 58.14%、65.42% 与 66.39%。
引用
@article{arxiv.2307.01530,
title = {Tomato Maturity Recognition with Convolutional Transformers},
author = {Asim Khan and Taimur Hassan and Muhammad Shafay and Israa Fahmy and Naoufel Werghi and Lakmal Seneviratne and Irfan Hussain},
journal= {arXiv preprint arXiv:2307.01530},
year = {2025}
}
备注
23 pages, 6 figures and 8 Tables