OPTIFARM：面向位置鲁棒的马铃薯质量检测的YOLO架构基准测试

《Foods》：OPTIFARM: Benchmarking YOLO Architectures for Location-Robust Potato Quality Detection

　　

马铃薯采后加工中的分拣严重依赖人工目视检查，该方法劳动强度大、主观性强，且难以适应现代包装线的规模化需求。本研究探讨了基于低成本RGB（红绿蓝）光学检测系统结合深度学习目标检测实现马铃薯自动化质量检测的可行性。研究人员采用商用硬件构建了受控成像平台，从斯洛文尼亚两个地理上不同的农场位置收集了包含1361张图像、19805个手动注释实例的数据集。研究对涵盖五个YOLO（You Only Look Once）架构系列（YOLOv8、YOLOv9、YOLOv10、YOLOv11和YOLO26）的25个模型配置进行了系统基准测试，针对三个实用质量类别（可食用、饲料用、腐烂），采用严格的跨地点评估协议——模型在一个地点训练，在完全未见的第二个地点测试。所有模型在分布内均表现强劲（F₁ ≥ 0.906），但在跨地点条件下表现出显著差异，外部F₁值介于0.792至0.918之间。yolo26_l配置取得了最佳跨地点性能（F₁ = 0.918，mAP@0.5:0.95 = 0.816，ΔF₁ = 0.029），表明在标准监督训练协议下可实现可迁移的表征。按类别分析确定饲料用检测是主要的泛化瓶颈。结果证实了基于低成本RGB的分拣系统在技术上是可行的，并强调跨地点评估是评估实际部署准备程度的关键协议。

马铃薯（Solanum tuberosum L.）是全球最重要的主粮作物之一，年产量超过3.7亿吨。采后加工中，分拣环节严重依赖人工目视检查，该方法劳动强度大、主观性强，且因操作者疲劳和感知差异易导致不一致。现代包装线要求每秒分拣多个马铃薯，进一步增加了手动系统的分类错误概率。工业光学分拣系统（如TOMRA、Rayner等）虽能高速高精度处理，但成本高昂，限制了中小型农业生产者的应用。近年来，基于深度学习的目标检测技术，特别是YOLO（You Only Look Once）系列，为低成本RGB（红绿蓝）成像自动化检测提供了新可能。然而，现有研究多采用单一地点、单一批次的训练与测试数据，缺乏对模型在不同农场、传送带系统和季节条件下泛化能力的系统评估。实际部署中，土壤残留、光照条件、相机几何、马铃薯尺寸分布及缺陷特征等差异会导致显著域偏移，使模型性能大幅下降。因此，跨地点评估成为衡量深度学习马铃薯检测系统实际部署鲁棒性的关键协议。

针对上述问题，研究人员开展了一项系统性研究，旨在验证低成本RGB光学检测系统用于马铃薯质量检测的可行性，并重点评估YOLO架构在跨地点条件下的泛化能力。研究采用商品硬件构建受控成像室，从斯洛文尼亚两个地理上不同的农场（Kranj和Gradi??e pri Slovenj Gradcu）采集了包含1361张图像、19805个手动注释实例的数据集。数据集涵盖三个质量类别：可食用、饲料用和腐烂。研究对五个YOLO系列（YOLOv8、YOLOv9、YOLOv10、YOLOv11、YOLO26）的25个模型配置（n、s、m、l、x尺度）进行了系统基准测试。采用严格的跨地点评估协议：所有模型仅在Kranj数据集（848张训练图像，106张验证图像）上训练，并对完全未见的Slovenj Gradec数据集（301张测试图像）进行评估。同时，训练了Faster R-CNN（区域卷积神经网络）ResNet-50 FPN（特征金字塔网络）作为非YOLO基线。模型性能使用精度、召回率、F₁分数、mAP@0.5和mAP@0.5:0.95以及推理时间进行评价。训练采用统一配置：1280像素输入，AdamW优化器，初始学习率0.001，早停法（patience=20轮）。数据增强策略保守，仅使用轻度几何和光度变换，避免大规模的拼接或裁剪操作，以保持密集多目标场景的空间完整性。

**3.1 整体检测性能**：通过内部Kranj测试集（106张图像）评估，所有25个YOLO配置均实现了强劲的分布内性能，F₁ ≥ 0.906，mAP@0.5:0.95 ≥ 0.863。内部F₁最高为yolo11_s（0.9517），内部mAP@0.5:0.95最高为yolo26_l（0.8895）。然而，在外部Slovenj Gradec测试集（301张图像）上，性能分化显著，外部F₁范围从0.792（yolov9_n）到0.918（yolo26_l），跨地点泛化差距（ΔF₁）从0.029（yolo26_l）到0.146（yolov9_n）不等。yolo26_l在外部性能上表现最优，并保持了最小的泛化下降。

**3.2 按类别检测性能**：对最佳模型yolo26_l进行逐类分析，结果揭示了显著的类别差异。可食用类（外部实例占85.0%）泛化几乎无损失，内部F₁ 0.9640 vs 外部F₁ 0.9618（ΔF₁ = 0.0022）。饲料用类（占外部实例9.5%）出现最大的泛化下降，外部F₁仅0.6518（ΔF₁ = 0.2287），主要原因是外部假阳性从34激增至270，即大量可食用马铃薯被误分类为饲料。腐烂类（占外部实例5.5%）召回率显著下降，外部F₁为0.7732，假阴性从5增至71，表明部分腐烂马铃薯被遗漏。混淆矩阵进一步证实了这些误差模式：外部测试集中可食用与饲料的混淆加剧，腐烂类召回降低。

**3.3 定性检测结果**：通过可视化检测结果，研究展示了yolo26_l在内部和外部测试集上的表现。内部条件下，模型能准确定位并正确分类所有实例。在跨地点条件下，定位保持稳定，可食用类检测一致，但饲料和腐烂类的分类在视觉模糊案例中出现不准确。失败案例分析显示：可食用误分类为饲料主要源于肤色细微差异；饲料误分类为可食用因缺陷低对比度或小面积；饲料误分类为腐烂因视觉特征与早期腐烂重叠；腐烂误分类为饲料或可食用因缺陷局部化或未被正面捕获。

**3.4 错误分析**：对所有25个配置的假阳性（FP）和假阴性（FN）计数分析显示，从内部到外部测试，FP平均增加约2.5倍，FN增加约1.5倍。yolo26_l在所有配置中取得最低外部FP（462，1.53 FP/img）和最低外部FN（293，0.97 FN/img），是唯一在外部集上每个图像FN少于1的模型。

**3.5 推理速度**：推理延迟（GPU运算）在18.8 ms/image（yolov10_n，53.1 FPS）至48.4 ms/image（yolov9_x，20.6 FPS）范围内。yolo26_l的推理延迟为42.2 ms/image（23.7 FPS），按每图13.5个马铃薯估算，每秒约处理320个马铃薯，满足中小规模分拣系统需求。

**3.6 与非YOLO基线比较**：Faster R-CNN在内部测试集上取得F₁ = 0.9211，外部测试集上F₁ = 0.8805，表现介于YOLO配置的第二梯队（与yolov9_l相当），但低于yolo26_l（外部F₁ = 0.9176）。

**3.7 统计比较与训练收敛**：通过bootstrap重抽样（10,000次）和配对Wilcoxon符号秩检验（Holm校正），yolo26_l在外部图像级F₁上显著优于所有其他24个配置（所有校正后p < 10^-13），置信区间不重叠。训练收敛曲线显示，各模型均在约40个epoch后达到相似的验证集mAP（约0.88–0.90），但外部泛化性能差异显著，证明内部验证性能不能可靠预测跨地点鲁棒性。

**讨论总结**：研究结果表明，所有YOLO配置在分布内都能有效学习三分类任务，但单一地点随机分割会高估实际部署性能。跨地点评价揭示了更大的模型分化，yolo26_l得益于其架构创新（渐进损失平衡、小目标感知标签分配、MuSGD优化器）可能学习到更可迁移的表征。跨地点鲁棒性并非模型容量的简单函数，依赖于表示的可迁移性。类别级分析指出，可食用类泛化出色，饲料和腐烂类仍是核心瓶颈，其原因包括类别不平衡、视觉边界模糊（饲料-可食用的颜色差异、腐烂症状的局部性）以及单视角RGB成像的固有限制。与同类工作相比，本研究的主要贡献在于明确评估了跨地点泛化，而非绝对精度。局限性包括：仅两个地点、类别不平衡、单视角RGB、缺乏领域自适应基线以及仅单一随机种子训练。未来方向包括增加地点多样性、针对性数据收集、多视角成像、类平衡策略和实际传送带原型测试。

**研究结论**：本研究证明了基于低成本RGB光学检测系统结合YOLO目标检测实现马铃薯自动化质量检测的可行性。在严格的跨地点评估协议下，yolo26_l取得了最佳外部性能（F₁ = 0.918，mAP@0.5:0.95 = 0.816，ΔF₁ = 0.029），表明标准监督训练即可实现有意义的跨地点鲁棒性。可食用类泛化损失极小（ΔF₁ = 0.002），而饲料用类主要由假阳性驱动，腐烂类由假阴性驱动，两者构成主要泛化瓶颈。结果证实，在标准监督训练协议下，无需目标地点自适应即可达到可迁移的表征。同时，少数类错误表明完全部署需额外措施，包括扩展多地点数据集、类平衡策略及多视角成像。跨地点评估应作为任何面向多样化农业环境部署的光学分拣系统验证协议的标准组成部分。该论文发表在《Foods》。