基于对比性与可解释性深度学习的甜樱桃品种细粒度分类研究

《Scientific Reports》：Comparative and explainable deep learning for cherry (Prunus avium L.) cultivar classification using convolutional neural networks (CNN) and transformer architectures

　　甜樱桃（*Prunus avium* L.）品种的准确鉴定对于现代园艺系统中的自动化分选、采后管理以及品种特异性质量控制至关重要。然而，由于品种间强烈的表型相似性以及成像条件下品种内变异的影响，细粒度分类仍然极具挑战性。本研究开发了一个对比性与可解释性的深度学习框架，用于对八个甜樱桃品种（包括注册品种和选育品种）进行分类，采用了三种代表性架构：ResNet50、EfficientNet-B0和Swin Transformer V2。研究采用分层五折交叉验证策略，在保持类别平衡的同时提供一致的折间评估。模型性能通过准确率、混淆矩阵、受试者工作特征（ROC）曲线、曲线下面积（AUC）以及用于可解释性的梯度加权类激活映射（Grad-CAM）进行评估。在评估的模型中，EfficientNet-B0取得了最高的分类准确率（0.970），其次是Swin Transformer V2（0.955）和ResNet50（0.895）。EfficientNet-B0在本数据集所有评估类别上的AUC均达到1.00，并且在评估的架构中表现出最稳定的训练收敛性。误分类主要出现在表型相似的品种之间，特别是10-22和Lapins，这突显了细粒度分类的内在复杂性。Grad-CAM分析表明，EfficientNet-B0生成了空间上最聚焦且以果实为中心的归因图，而ResNet50显示出弥散性激活，Swin Transformer V2则捕获了更广泛的情境特征。总体而言，研究结果证明了在受控成像条件下基于深度学习的甜樱桃品种细粒度分类的可行性。EfficientNet-B0在本数据集的评估架构中取得了最高的平均准确率；然而，该结果应被解释为数据集和条件特异性的，而非一般性架构优越性的证据。所提出的框架为未来使用独立采集且更多样化的数据集进行验证提供了可解释的基础。该框架提供了一种可重复且可解释的品种级图像识别比较方法，并可能为未来的智能分选和精准农业应用提供支持。