小数据条件下多维度视觉质量评分的可解释机器学习方法：以手工扁饼为案例研究

《Machine Learning and Knowledge Extraction》：Interpretable Machine Learning for Multi-Dimensional Visual Quality Grading Under Small-Data Conditions: A Case Study on Artisanal Flatbread

　　

摘要

在序数质量分级领域，可解释的机器学习方法面临着模型透明度与预测性能之间的矛盾，尤其是在数据量较少的情况下，端到端的深度学习方法不可靠，此时就需要借助领域知识来弥补有限的训练样本。我们提出了一种针对可解释序数分级的双目标特征工程框架，并在pane Carasau上对该框架进行了验证。这种传统扁面包的表面变化极为复杂，因此成为在现实采集条件下测试机器学习算法的理想小数据基准。该框架提取了116个手工设计的视觉描述符，这些描述符被分为四类：颜色、纹理、空间特征以及热点特征。随后，根据整体烘烤强度和空间均匀性这两个独立维度对面包质量进行评分，同时还会通过一个连续的烘烤指数来监控加工过程。测试数据集包含1512张图片，这些图片来自四次采集活动，涉及三种不同类型的产品。在主要的内批评估集Campaign 01中，），XGBoost在面包烘烤类别的分类任务中取得了F1宏观值，而在连续回归任务中的表现则为，其性能远远优于在同一评估集上经过微调的两种CNN基准模型（MobileNetV2的F1值为；EfficientNet-B0的F1值为）。特征重要性分析显示，颜色描述符在烘烤程度预测中起主导作用，而空间特征和纹理特征则对于评估均匀性至关重要，这些特征能够提供与实际热加工过程直接相关的有依据的解释。对于同一产品，在保留的其它采集活动中的跨批泛化能力较为一般（XGB的F1值为0.718，的F1值为0.703）；而要将其应用到几何结构不同的产品变体上，则需要针对具体产品进行适配。该框架无需GPU，可在普通CPU硬件上运行，每张图片的处理时间为4秒，而且具备完全的决策透明度，因此无需专用硬件即可实现部署。