野外水果识别准确率暴涨！新胶囊网络只用1/3深度，最难数据集领先2.7%
Multi-Scale Fruit Capsules: Dilated Convolutions and Dynamic Routing for In-the-Wild Explainable Fruit Recognition
📖 AI 总结
该研究提出了一种名为FruitCapsNet的胶囊网络，用于解决野外环境下的水果识别难题。针对同一水果在不同形态下（如成串、去皮、袋装或切片）呈现出的巨大外观差异，传统卷积网络因池化操作丢失目标位置信息而泛化能力不足。FruitCapsNet采用膨胀卷积替代标准卷积前端，在不增加参数的情况下指数级扩大感受野，使每个胶囊编码多尺度上下文信息，再通过动态路由实现部分与整体的空间一致性解析。在三个公开数据集及新构建的19类、10,639张图像的野外数据集PD-19上，该模型以三分之一的网络深度超越了十种微调迁移学习模型，在最具挑战性的数据集上领先最接近的竞争者2.7个百分点。Grad-CAM可视化分析表明，性能提升源于模型将决策依据归因于完整水果区域而非边缘特征，证实了改进并非数据集偏差所致。
🔑 关键词速览
| Capsule Network | 一种神经网络架构，使用向量胶囊表示实体，并通过动态路由机制捕捉部分-整体关系。 |
| Dilated Convolutions | 一种卷积操作，通过在卷积核中插入空洞扩大感受野，而不增加参数数量。 |
| Dynamic Routing | 胶囊网络中的迭代算法，用于确定低层胶囊与高层胶囊之间的耦合系数。 |
| Bayesian Optimisation | 一种基于概率模型的超参数优化方法，通过平衡探索与利用高效搜索最优参数。 |
| Grad-CAM | 一种可视化技术，通过梯度计算生成类激活图，突出对决策贡献大的图像区域。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅