基于多任务学习的马铃薯可食性检测与缺陷分割方法研究

本文提出一种创新的多任务学习模型YOLO-MTP，通过集成动态卷积与高效多尺度注意力机制，在YOLOv8s框架上同时实现马铃薯可食性检测（mAP50达96.7%）和六类表面缺陷分割（mIOU达80.03%）。该研究采用权重不确定性与梯度疫苗技术优化多任务训练，为农产品质量检测提供了兼具高精度与实时性的解决方案。

　　

亮点

• •
  (1) 本研究创新性地提出了一种基于多任务学习的检测模型，命名为YOLO-MTP。与单任务检测或分割模型不同，该模型能够同时执行马铃薯可用性检测和表面多类缺陷分割任务。据我们所知，这是在马铃薯质量检测中首次实现单个模型同时完成高精度检测和分割任务，其整体推理时间显著低于独立执行两个单独任务所需的时间。
• •
  (2) 本研究基于YOLOv8目标检测框架，设计了一种新颖的语义分割检测头，能够同时执行检测和分割任务。该分割头集成了动态上采样模块，有效优化了特征重建过程，并增强了分割任务的特征表示能力。
• •
  (3) 为了解决马铃薯缺陷特征高度相似以及小目标特征难以有效提取的问题，本研究创新地将可变形卷积引入主干网络，提出了新的C2f_DCN模块。同时，在颈部网络中集成了高效多尺度注意力模块。这些增强措施强化了模型的特征提取能力和多尺度特征融合能力，有效应对了上述挑战。
• •
  (4) 为了协同优化多任务学习中的损失函数融合和梯度冲突，本研究提出了一种融合权重不确定性和梯度疫苗技术的多任务优化策略。该策略显著缓解了联合检测和分割训练过程中损失权重分配的不平衡和梯度冲突，从而提高了模型性能并确保了训练稳定性。

实验细节

实验配置如表2所示。本研究共使用1132张马铃薯图像（包括无缺陷和表面有缺陷的样本）进行模型训练和验证。输入图像分辨率标准化为640 × 640像素。模型训练的初始学习率为0.001，动量为0.937，权重衰减为0.0005。对于多任务损失函数，可学习参数σ?和σ?分别初始化为1和1，参数更新遵循Adam优化器。

结论与未来工作

在这项工作中，提出了一种多任务模型YOLO-MTP，该模型能够同时实现马铃薯可食性检测和表面缺陷分割。通过引入可变形卷积、高效多尺度注意力机制和动态上采样模块，进一步提高了模型的准确性。借助多任务优化策略，模型有效平衡了检测和分割任务的损失权重，并优化了端到端训练的梯度更新。