基于 Transformer 的多任务融合网络用于食品变质检测与保质期预测
计算机视觉与模式识别
2026-01-21 v1
摘要
食品浪费是农业供应链中的关键挑战之一，准确有效的变质检测有助于减少浪费。此外，预测变质信息也极为重要。这有助于延长农业领域供应链管理的寿命。这促使我们通过将 CNN 与 LSTM 和 DeiT Transformer 相结合，提出基于融合的架构，以同时执行以下多任务：蔬菜分类、食品变质检测和保质期预测。我们通过拍摄蔬菜从新鲜状态到完全变质过程中的图像构建了一个数据集。实验分析得出结论，所提出的融合架构 CNN+CNN-LSTM 和 CNN+DeiT Transformer 优于多种深度学习模型，如 CNN、VGG16、ResNet50、Capsule Networks 和 DeiT Transformers。总体而言，CNN + DeiT Transformer 在蔬菜分类和变质检测中的 F1 分数分别为 0.98 和 0.61，在变质预测中的均方误差（MSE）和对称平均绝对百分比误差（SMAPE）分别为 3.58 和 41.66%。此外，融合模型的可靠性在含噪图像上得到了验证，并集成了 LIME 以可视化模型决策。
引用
@article{arxiv.2601.13665,
title = {Transformer based Multi-task Fusion Network for Food Spoilage Detection and Shelf life Forecasting},
author = {Mounika Kanulla and Rajasree Dadigi and Sailaja Thota and Vivek Yelleti},
journal= {arXiv preprint arXiv:2601.13665},
year = {2026}
}