《Computers and Electronics in Agriculture》：RapeseedNet: a lightweight deep learning model for rapeseed quality detection based on near-infrared spectroscopy
编辑推荐：
菜籽质量通过近红外光谱与轻量级深度学习模型结合实现快速无损检测，构建的RapeseedNet-Base模型融合ResNet、Transformer和ASPP模块，在油含量、蛋白质等指标预测中表现优异，经剪枝和知识蒸馏优化后形成RapeseedNet，参数减少61.2%，推理时间缩短56%，部署于便携设备验证实时检测可行性，覆盖多品种及产地区域。
王浩|张蕾燕|孔伟珍|李顺雄|王倩|李晨阳|唐鹏|朱子睿|王鹏
华中农业大学工程学院，中国武汉430070
摘要
快速检测油菜籽的关键质量指标对于提高油脂加工效率、确保饲料安全以及优化储存管理至关重要。本研究分析了来自多个品种和地区的681个油菜籽样本的油含量、蛋白质含量、硫苷含量和水分含量对近红外光谱（NIR）的响应。同时，还探讨了不同预处理方法和数据划分策略对模型性能的影响。为了解决传统检测方法（耗时、具有破坏性）的局限性以及现有模型泛化能力不足的问题，通过融合ResNet模块、Transformer编码层和Atrous Spatial Pyramid Pooling（ASPP）构建了一个基础模型RapeseedNet-Base。该模型在质量预测任务中的表现优于传统机器学习方法，在测试集上油含量、蛋白质含量、硫苷含量和水分含量的预测决定系数（R2）分别为0.893、0.818、0.917和0.815。通过多尺度知识蒸馏和非结构化剪枝优化，该模型被升级为轻量级模型RapeseedNet，参数减少了61.2%，计算时间缩短了56%，且准确性没有显著损失。将模型部署到便携式检测器后，现场验证显示油含量预测的R2为0.867，硫苷含量预测的R2为0.819，单次检测时间约为15秒，满足了实时检测的需求。本研究为油菜籽的快速质量检测和精准加工提供了强有力的技术支持，也为其他油料作物的无损检测提供了参考。
引言
油菜籽是全球最重要的油料作物之一，既是食用植物油的主要来源，也是富含蛋白质的动物饲料原料。根据国际统计数据，2023年全球油菜籽产量达到9200万吨，仅次于大豆，自2010年以来增长了53%。油菜籽的关键质量指标包括油含量、蛋白质含量、硫苷含量和水分含量，这些指标直接决定了其加工和利用价值（Hu等人，2017年）。然而，传统的化学分析方法存在显著局限性：Kjeldahl法用于蛋白质检测（Rizvi等人，2022年）；Soxhlet萃取法用于油脂提取（de Souza Buriti等人，2025年），烘箱干燥法用于水分测定（Jain，2024年），高效液相色谱法用于硫苷测定（Upadhyay等人，2013年），这些方法通常耗时、具有破坏性，并且需要昂贵的设备和专业操作，难以满足高通量或现场检测的需求（Chmielewska等人，2021年）。因此，迫切需要开发一种快速、高效且无损的技术，以实现高通量或现场分析，同时不破坏种子完整性。
近年来，近红外光谱（NIR）由于其无损、快速和高效的特点，在油菜籽质量检测中显示出巨大的应用潜力（Du等人，2022年；Be?等人，2021年；Islam等人，2024年；Prananto等人，2020年）。Barthet等人（Barthet等人，2020年）使用手持式近红外光谱仪结合偏最小二乘回归（PLSR）构建了油菜籽的质量预测模型，实现了油含量、蛋白质含量、油酸含量和碘值的高精度预测，预测标准误差控制在0.45%-1.14%范围内。Ghnimi等人（Ghnimi等人，2025年）利用近红外光谱结合偏最小二乘回归监测了由蚕豆脂氧酶诱导的油菜籽油酶促氧化过程，得到了游离脂肪酸、过氧化物值和总氧化值的预测系数为0.99。Tesfaye等人（Tesfaye等人，2024年）使用傅里叶变换近红外光谱（FT-NIR）结合偏最小二乘回归（PLSR）预测了埃塞俄比亚芥菜种质的脂肪酸组成和油含量，油酸、亚油酸、亚麻酸和油含量的预测系数达到0.89–0.93，证明了近红外技术在检测复杂成分方面的可靠性。
尽管NIR技术应用前景广阔，但现有研究仍存在明显不足：首先，样本量和多样性有限。Rossato等人（Rossato等人，2013年）使用来自巴西南部的124个半同胞家系建立了油含量预测模型（R2=0.92），但样本仅限于某一地区的特定遗传群体；Kim等人（Kim等人，2007年）使用349个韩国油菜籽种质预测脂肪酸组成（油酸R2=0.965，亚油酸R2=0.901，芥酸R2=0.976），但样本仅限于韩国本土资源；Zhang等人（Zhang等人，2023年）使用228个不同品种和成熟度的油菜籽样本建立了发芽率预测模型（测试集R2=0.8386）；虽然样本涵盖了多个品种，但主要集中在中国的特定生产区域。尽管这些研究取得了高精度，但有限的样本覆盖范围难以解释不同生产区域间品种多样性导致的光谱差异。其次，传统机器学习方法的局限性。线性模型如PLSR在预测油和蛋白质含量等主要成分方面表现良好，但在捕捉硫苷等复杂成分的光谱特征方面不足。然而，深度学习可以通过多层非线性神经网络架构自适应地揭示潜在的光谱模式，并通过端到端训练自动提取高阶特征，在处理大规模复杂数据方面具有显著优势（Ahmed等人，2023年；Eastmond等人，2022年；Wang等人，2021年）。第三，模型部署方面存在不足。现有研究大多仍处于实验室阶段，缺乏适用于现场快速检测的轻量级模型的开发，无法满足收获和储存等场景中的实时检测需求。因此，需要结合剪枝、知识蒸馏和量化等模型压缩技术，以提高操作效率和边缘部署的灵活性，同时最大化检测准确性（Zhou等人，2019年；Liu等人，2024年；Wang等人，2022年）。
本研究旨在开发一种准确且快速的基于边缘的油菜籽质量检测方法，以实现不同品种成熟度关键成分的高效检测。具体研究内容包括：（1）构建涵盖多个品种和地区的油菜籽NIR数据集，以提高模型对不同样本的适应性；（2）设计基础模型RapeseedNet-Base，实现油含量和蛋白质含量等多指标的同时检测；（3）通过剪枝和知识蒸馏对其进行优化，最终获得轻量级模型RapeseedNet，降低计算成本，提高部署效率，同时确保准确性；（4）开发便携式分析仪并进行仪器准确性验证，为现场检测提供工程解决方案。
样本收集
样本收集
本研究聚焦于2023–2024年中国主要生产区域常见的油菜籽品种，以及用于育种实验的油菜籽。共收集了681个样本，来自五个不同的来源，包括市售种子、育种材料和田间种植的种子。每个数据集的详细信息见表1。
所有测试样本均装入密封袋中，并存放在室温（25 ± 1℃）下，以确保其稳定性
结果与讨论
鉴于油含量在实际检测中的重要性和市场应用价值，本研究首先以油含量作为回归建模的主要指标进行模型设计和优化研究，并在其他质量指标上进行验证，以评估模型的泛化能力和适应性。
结论
本研究证实了将近红外光谱与轻量级深度学习结合在快速检测油菜籽多个质量指标和边缘部署方面的有效性。通过构建涵盖多个品种和地区的油菜籽NIR数据集，系统分析了油含量、蛋白质含量、硫苷含量和水分含量的光谱响应特性，验证了RapeseedNet-Base模型的强大泛化能力
CRediT作者贡献声明
王浩：软件、方法论、调查、数据管理。张蕾燕：撰写——初稿。孔伟珍：撰写——初稿。李顺雄：验证、数据管理。王倩：可视化、验证。李晨阳：验证。唐鹏：软件。朱子睿：验证。王鹏：软件。
利益冲突声明
作者声明他们没有已知的可能影响本文工作的财务利益或个人关系。
