一种用于模拟田间退化条件下可解释柠檬表面缺陷诊断的复制特征增强框架

《Engineering Applications of Artificial Intelligence》：A replicated feature enhancement framework for explainable lemon surface defect diagnosis under simulated field degradation

　　

摘要
随着智慧农业自动化的扩展，分拣过程中的精确农产品诊断对于生产效率至关重要。然而，柠檬病虫害的视觉症状融入天然粗糙的果皮纹理中，使其难以与良性背景图案分离，而深度学习决策缺乏可解释的理由进一步阻碍了现场部署。为解决这些问题，我们提出了一种可解释卷积神经网络框架，用于精确的柠檬表面缺陷诊断。该架构将 EfficientNetV2 骨干网络与新型复制特征增强（RFE）模块、卷积块注意力模块（CBAM）以及改进的分类头相结合，以放大细粒度特征表示。通过结合空洞卷积与双注意力机制，该模型捕捉了微小病变的高频特征。为了评估在现实采后筛查条件下的诊断稳定性，我们构建了干净和噪声模拟数据集，重现了动态物理干扰，包括传送带运动模糊和镜头污染。在干净数据集上，所提出的框架相比 DenseNet121 基线将诊断准确率提高了 4.9 个百分点，而在严重运动模糊下仍保持 5.2 个百分点的优势。定量可解释人工智能（XAI）分析证实，在干净和结构退化输入下，决策锚定在物理病变而非背景伪影上。我们还界定了这种鲁棒性的边界：强烈的加性像素噪声会使特征放大机制低于简单的基线，且联合多类公式化方法失效，表明针对每种缺陷的二元诊断更可靠。这些发现表明其在智慧农业分拣线上的实用潜力，尽管在实际部署前仍需在使用物理收集的田间数据上进行验证。

引言
智慧农业自动化已成为现代农业的核心范式，用于缓解劳动力短缺和最大化生产效率（Wolfert 等，2017；Liakos 等，2018）。其成功的现场部署依赖于高性能计算机视觉，能以专家级精度评估农产品状况（Koirala 等，2019）。然而，始终实现这种精度是很困难的，且难度随目标作物的形态特征变化很大（Kerkech 等，2018；Upadhyay 等，2025）。

柠檬等柑橘类水果是一个特别苛刻的案例：它们粗糙的表面纹理和不规则的孔洞图案使得在自动筛查期间难以隔离微小的虫害损伤或疾病痕迹（Rauf 等，2019）。这些作物特有的困难因自动化系统运行现场的恶劣条件而加剧（Khan 等，2025；Zhu 等，2024）。特别是，真实分拣线在传送带运输过程中持续暴露于运动模糊和镜头污染等物理噪声中（Tang 等，2020；Silwal 等，2017），这会降低现有诊断模型的准确性（Bhargava 和 Bansal，2021；Gongal 等，2015）。因此，除了在控制环境中提高准确性外，对意外现场噪声的鲁棒性（Mahmoud 等，2024；Khan 等，2025）以及在恶劣条件下透明的决策理由（Arrieta 等，2020；Upadhyay 等，2025）对于实用的智慧农业诊断至关重要。

最近的工作将卷积神经网络（CNN）和基于变压器的架构应用于智慧农业诊断（Upadhyay 等，2025），但大多数研究针对高分辨率实验室图像或视觉上显著的变色和大面积损伤（Kamilaris 和 Prenafeta-Boldú，2018；Khan 等，2025）。这种设置不能保证泛化到真实分拣线，且在复杂背景下对微小的早期缺陷准确性较差（Zhu 等，2024；Mahmoud 等，2024）。此外，深度模型的黑色本质没有提供可解释的输出基础，这是操作员信任和现场采用的主要障碍（Arrieta 等，2020）。

为解决这些问题，我们的主要贡献如下：
•我们制定并在据我们所知首次解决了在模拟真实智慧农业分拣线条件下微小柠檬表面缺陷可靠正常与异常诊断的问题。
•我们提出了 EfficientNetV2-RFE，一种可解释的柠檬诊断框架，它集成了 EfficientNetV2 骨干网络与复制特征增强（RFE）模块，该模块结合了用于宽感受野的空洞卷积、CBAM 双注意力机制和改进的分类头，以稳健地捕捉细粒度缺陷线索。
•我们构建了三个柠檬缺陷数据集（灼伤、灰尘和虫害），并通过模拟运动模糊和镜头污染进行增强以模拟现场条件。
•在干净条件下，所提出的模型在灰尘缺陷上比 DenseNet121 准确率高 4.9 个百分点，在灼伤缺陷上比 EfficientNetV2 高 3.6 个百分点，在虫害缺陷上比 MambaVision 高 2.7 个百分点；在运动模糊下比 DenseNet121 高 5.2 个百分点。
•我们进一步通过计算成本、多类、复制次数和扩展噪声分析检查了框架的运行边界，并使用可解释 AI 验证决策基于物理病变，界定了框架在真实世界智慧农业诊断中的实用潜力和局限性。

章节片段
水果病虫害检测中的计算机视觉
由于计算机视觉（CV）和深度学习技术的最新突破，替代传统人工质量检查的自动化水果缺陷检测系统正在被积极研究（Bhargava 和 Bansal，2021；Yu 等，2025）。早期研究主要集中在利用在简单或控制背景条件下获取的图像上的卷积神经网络（CNN）来分类可见的疾病症状（Mohanty 等，2016；Sladojevic 等，2016）。然而，最近的趋势在于

问题定义
我们试图解决的关键挑战是克服具有粗糙表面纹理（例如柠檬）的作物在智慧农业自动化诊断过程中出现的诊断可靠性下降和缺乏可解释性。具体来说，我们从三个技术维度定义问题，反映现场的实用约束。

微小缺陷和独特纹理中缺乏区分度：现有的通用计算机视觉模型善于捕捉宏观的

数据预处理和标准化
数据预处理是影响模型泛化性能和收敛速度的关键步骤。我们的预处理流程旨在标准化输入，同时保留与微小病虫害相关的内在视觉属性。所有原始数据均调整为 256 × 256 像素分辨率，并将颜色空间从 BGR 转换为 RGB。像素强度归一化到 [0,1] 范围，为了与 PyTorch 框架兼容，它们

数据可视化分析和统计分析
在性能评估之前，进行了多方面分析以确定构建数据集的独特特征和诊断难度。独立样本 t 检验和高维特征可视化（t-SNE, UMAP）的结果详见补充材料的第 2 节（表 S1 和图 S1–S4）。

分析显示，虽然一些特征显示出统计学显著性（p<.05），但正常和

所提出方法对模型优化的影响
所提出的 EfficientNetV2-RFE 框架在处理易与柠檬果皮固有粗糙纹理混淆的微小病虫害特征（例如虫害、灰尘）时，显著稳定了学习过程。为实验验证这一性能提升，我们将我们的模型与各种基线架构进行了比较。所提出的框架始终优于标准 CNN 和最近的最先进模型，实现了比基线高 4.9 个百分点的准确率

结论
我们提出了 EfficientNetV2-RFE 框架以及一个基于 Web 的原型，用于分类细粒度的柠檬表面缺陷（灼伤、灰尘和虫害）。在干净条件下，所提出的模型在评估的基线中实现了最强的判别性能，在灰尘类别上达到 77.1% 的准确率，在具有挑战性的虫害类别上达到 66.1% 的准确率，并在极端模拟运动模糊下保持了 78.1% 的准确率（比 CNN 基线高 5.2 个百分点）。可解释人工智能（XAI）

CRediT 作者贡献声明
尹秀奎：撰写 - 初稿，调查，形式分析。崔承浩：撰写 - 审阅与编辑，撰写 - 初稿，可视化，验证，软件，资源，项目管理，调查，资金获取，形式分析，数据整理，概念化。

资助
本研究获得了汉城大学的资金支持。

关于撰写过程中使用生成式 AI 和 AI 辅助技术的声明
在准备本工作期间，作者仅使用生成式 AI 技术来协助创建视觉图表。使用这些工具后，作者根据需要审阅和编辑了内容，并对出版内容承担全部责任。

利益冲突声明
作者声明他们没有已知的可能影响本论文报告工作的竞争性财务利益或个人关系。

尹秀奎 | 崔承浩
汉城大学 电子与信息工程系，韩国首尔市城北区三星路 16 街 116 号，邮编 02876