DOI: https://doi.org/10.1109/tetc.2026.3703954
تاريخ النشر: 2026-06-22
المؤلف: Priyabrata Karmakar وآخرون
الموضوع الرئيسي: الطيفية والتحليلات الكيميائية
نظرة عامة
تستكشف هذه الورقة البحثية دمج التصوير الطيفي العالي (HSI) مع تقنيات التعلم من عدد قليل من العينات (FSL) لتقييم جودة الحبوب، مع معالجة تحدي نقص البيانات المعلّمة لتدريب الشبكات العصبية التلافيفية العميقة (DCNNs). غالبًا ما تكون طرق تقييم جودة الحبوب التقليدية تدخّلية ومكلفة، بينما يوفر HSI بديلاً غير تدخلي وفي الوقت الحقيقي من خلال التقاط المعلومات المكانية والطيفية. يقترح المؤلفون نهجًا جديدًا يستخدم FSL لتمكين التصنيف الفعال مع عدد محدود من العينات المعلّمة، مما يجعله مناسبًا للنشر السريع في السيناريوهات الواقعية.
تقيّم الدراسة أداء مصنّفات التعلم من عدد قليل من العينات في سياقين: تصنيف أنواع الحبوب التي تم رؤيتها أثناء التدريب والتعميم على الأنواع غير المرئية. الابتكار الرئيسي هو تقديم نماذج الصفوف الجماعية (CCPs) لتعزيز كفاءة الاستدلال والصلابة. تشير النتائج إلى أن مصنّفات FSL تحقق دقة مقارنة بالمصنّفات المدربة بالكامل، على الرغم من استخدام بيانات معلّمة أقل بكثير. بالإضافة إلى ذلك، يحسن آلية الانتباه المعززة من تمثيل الميزات في الصور الطيفية العالية. تؤكد النتائج على إمكانيات FSL لتقييم جودة الحبوب بكفاءة ودقة، خاصة في تطبيقات سلسلة التوريد حيث تكون الحلول السريعة والقابلة للتكيف ضرورية. تشمل اتجاهات البحث المستقبلية استكشاف هياكل FSL الأكثر تعقيدًا وتعزيز الأداء في الفئات ذات الصلة الوثيقة.
مقدمة
تؤكد مقدمة الورقة على الأهمية الحاسمة لتقييم جودة الحبوب في سلاسل الإمداد الغذائي العالمية، خاصة وأن الطرق التقليدية غالبًا ما تكون تدخّلية وتستغرق وقتًا طويلاً ومكلفة. يبرز المؤلفون التحول نحو التقنيات غير التدخلية، وخاصة التصوير الطيفي العالي (HSI)، الذي يجمع بين البيانات المكانية والطيفية لتوفير رؤى شاملة حول معايير جودة الحبوب مثل محتوى البروتين والرطوبة والملوثات. لقد أظهر دمج الشبكات العصبية التلافيفية العميقة (DCNNs) مع بيانات HSI وعدًا في تحسين كفاءة تصنيف الحبوب؛ ومع ذلك، لا تزال التحديات قائمة، خاصة فيما يتعلق بالحاجة إلى مجموعات بيانات معلّمة كبيرة للتدريب الفعال.
لمعالجة قيود طرق DCNN التقليدية، تقترح الورقة استخدام تقنيات التعلم من عدد قليل من العينات (FSL)، والتي تسمح للنماذج بالتعميم من عدد محدود من الأمثلة المعلّمة. هذا مفيد بشكل خاص في السيناريوهات التي يتم فيها تقديم أنواع أو درجات جديدة من الحبوب، مما يتطلب تكيفًا سريعًا دون إعادة تدريب مكثفة. يقدم المؤلفون أيضًا مفهوم نماذج الصفوف الجماعية (CCPs) للتخفيف من تأثير القيم الشاذة في بيانات التصوير الطيفي العالي، مما يعزز صلابة التصنيف. تهدف الورقة إلى تقييم أداء FSL في تصنيف صور الحبوب الطيفية العالية، ومقارنة دقتها مع المصنّفات المدربة بالكامل، واستكشاف إمكانيات آليات الانتباه لتحسين تمثيل الميزات في التصوير الطيفي العالي.
طرق
تستخدم المنهجية المقترحة في هذا البحث شبكة نموذجية مع مسافة إقليدية (L2-norm) لحساب المسافات الزوجية بين التضمينات لتصنيف الصور الطيفية العالية (HSI). تعمل شبكة ResNet ثنائية الأبعاد المعدلة كهيكل أساسي، حيث تتضمن طبقة تقليل الطيف للتعامل بكفاءة مع البيانات الطيفية مع الحفاظ على الميزات الأساسية. يعزز هذا النهج، المدعوم بالنتائج التجريبية السابقة، كفاءة ودقة تدريب النموذج من خلال التخفيف من الإفراط في التكيف من خلال تقليل الأبعاد الطيفية بسرعة. بالإضافة إلى ذلك، يتم دمج آلية انتباه على مستوى القناة، وهي كتلة ضغط وتحفيز (SE)، لإعطاء الأولوية للأطياف الطيفية المفيدة وكبح الضوضاء قبل تقليل الأبعاد. يجمع هذا التعديل بين المتوسط التكيفي والتجميع الأقصى لتحقيق تمثيل متوازن للميزات، مما يحسن في النهاية أداء التصنيف.
لمعالجة التحديات في الحصول على عينات كافية لتصنيف HSI، تستخدم المنهجية نهج تصنيف من عدد قليل من العينات. أثناء التقييم، تتطلب الشبكة النموذجية عادةً مجموعة دعم معلّمة، والتي يمكن أن تكون مستهلكة للوقت وقد تقدم تحيزًا من الصور الشاذة. للتغلب على هذه القيود، يقترح المؤلفون استراتيجية نموذج الصف الجماعي (CCP). من خلال متوسط النماذج من مجموعات الدعم لمجموعة التدريب، توفر CCPs تمثيلًا قويًا لكل فئة، مما يسمح بتصنيف فعال دون الحاجة إلى مجموعات الدعم أثناء التقييم. يعزز هذا النهج كلاً من كفاءة وفعالية عملية التصنيف، مما يؤدي إلى تمثيلات فئة أكثر تعميمًا وتقليل تأثير الأمثلة التدريبية الضوضائية.
نتائج
في قسم النتائج، تقيم الدراسة أداء مصنّف التعلم من عدد قليل من العينات (FSL) تحت سيناريوهين تدريبيين: تدريب كامل للفئة وتدريب جزئي للفئة. بالنسبة لتدريب الفئة الكامل، أظهر المصنّف دقة محسّنة في مهمة تصنيف من 8 فئات عند استخدام آليات انتباه القناة ونماذج الصفوف الجماعية (CCPs) بدلاً من مجموعات الدعم الفردية. أشارت النتائج إلى أن التكوين الشامل للقناة مع الانتباه حقق دقة قدرها 97.75%، متفوقًا على التكوين المخفض للقناة بنسبة 4.42%. أظهر استخدام CCPs تعزيزًا في الصلابة ضد القيم الشاذة، مما أدى إلى تحسين دقة ملحوظ قدره 1.46% مقارنة بمجموعات الدعم الفردية، التي بلغ متوسطها 96.29% ± 1.21%. من الجدير بالذكر أن مصنّف FSL، الذي تم تدريبه على 2,880 صورة فقط، حقق أداءً قابلًا للمقارنة مع مصنّف مُشرف بالكامل تم تدريبه على 16,666 صورة، مما يبرز كفاءته في السيناريوهات التي تعاني من نقص البيانات.
في تقييم تدريب الفئة الجزئي، تم اختبار قدرة المصنّف على التعميم إلى الفئات غير المرئية من خلال استبعاد فئات معينة (الجاودار وWH 5) من مجموعة التدريب. تم استخدام استراتيجيتين للتقييم: واحدة مع مجموعات دعم تحتوي فقط على الفئات المستبعدة، محققة دقة قدرها 98.33%، وأخرى مع مجموعات دعم تشمل جميع الفئات، مما أسفر عن دقة قدرها 83.89%. عكس السيناريو الأخير تطبيقًا أكثر واقعية حيث يجب على المصنّف التمييز بين مجموعة أكبر من الفئات، مما يظهر انخفاضًا في الدقة بسبب زيادة تعقيد المهمة. كشفت تحليل مصفوفة الالتباس أنه بينما كان أداء المصنّف جيدًا على الجاودار، إلا أنه واجه صعوبة مع WH 5، الذي كان قريبًا جدًا من فئات أخرى في مساحة تضمين الميزات، مما أدى إلى معدلات تصنيف خاطئة أعلى. بشكل عام، تؤكد هذه النتائج على إمكانيات المصنّف في التعميم الفعال في التطبيقات الواقعية مع بيانات معلّمة محدودة.
مناقشة
في هذا القسم، يناقش المؤلفون تنفيذ وفعالية الشبكات النموذجية لتصنيف الصور الطيفية العالية، خاصة في سياق تقييم جودة الحبوب. تعمل الشبكات النموذجية من خلال تضمين الصور في مساحة الميزات حيث يتم تمثيل كل فئة بواسطة نموذج، يتم حسابه كمتوسط لتضمينات نقاط الدعم الخاصة به. يتم تحقيق تصنيف الصور الجديدة من خلال قياس مسافتها إلى هذه النماذج، مع تحديد النموذج الأقرب الفئة المعينة. تتضمن عملية التدريب تقليل الاحتمالية السلبية للفئة الحقيقية باستخدام الانحدار العشوائي، مستفيدة من مجموعة دعم أصغر بكثير مقارنة بأساليب تصنيف الصور التقليدية.
استخدم الإعداد التجريبي قاعدة بيانات الصور الطيفية العالية التي تضم ثمانية أنواع من الحبوب، مع معالجة الصور من خلال بنية ResNet-18 المعدلة لاستيعاب البيانات عالية الأبعاد. تم استكشاف سيناريوهين تدريبيين: تدريب كامل للفئة مع جميع الفئات الثمانية وتدريب جزئي للفئة يستبعد فئتين لتقييم قدرات التعميم. أشارت النتائج إلى أن آلية انتباه القناة المقترحة حسنت تمثيل الميزات، مما أدى إلى زيادة دقة التصنيف. من الجدير بالذكر أن نهج التعلم من عدد قليل من العينات (FSL) أظهر أداءً قابلًا للمقارنة مع المصنّفات المُشرفة بالكامل بينما يتطلب بيانات معلّمة أقل بكثير، مما يبرز إمكانياته للتطبيقات حيث يمثل نقص البيانات تحديًا. تشير النتائج إلى أن FSL يمكن أن يتكيف بفعالية مع الفئات غير المرئية، مما يجعله أداة قيمة لتقييم جودة الحبوب في سياقات سلسلة التوريد الواقعية. يُشجع على استكشاف هياكل أكثر تعقيدًا وتطبيقات ضمن مجال التصوير الطيفي العالي في الأعمال المستقبلية.
DOI: https://doi.org/10.1109/tetc.2026.3703954
Publication Date: 2026-06-22
Author(s): Priyabrata Karmakar et al.
Primary Topic: Spectroscopy and Chemometric Analyses
Overview
This research paper investigates the integration of hyperspectral imaging (HSI) with few-shot learning (FSL) techniques for grain quality assessment, addressing the challenge of insufficient labeled data for training deep convolutional neural networks (DCNNs). Traditional grain quality evaluation methods are often invasive and costly, whereas HSI provides a non-invasive, real-time alternative by capturing spatial and spectral information. The authors propose a novel approach that utilizes FSL to enable effective classification with limited labeled samples, making it suitable for rapid deployment in real-world scenarios.
The study evaluates the performance of few-shot classifiers in two contexts: classifying grain types seen during training and generalizing to unseen types. A key innovation is the introduction of collective class prototypes (CCPs) to enhance inference efficiency and robustness. The results indicate that the FSL classifiers achieve accuracy comparable to fully trained classifiers, despite using significantly less labeled data. Additionally, an enhanced squeeze and excitation attention mechanism improves feature representation in hyperspectral images. The findings underscore the potential of FSL for efficient and accurate grain quality assessment, particularly in supply chain applications where rapid and adaptable solutions are essential. Future research directions include exploring more complex FSL architectures and enhancing performance in closely related classes.
Introduction
The introduction of the paper emphasizes the critical importance of grain quality assessment in global food supply chains, particularly as traditional methods are often invasive, time-consuming, and costly. The authors highlight a shift towards non-invasive techniques, particularly hyperspectral imaging (HSI), which combines spatial and spectral data to provide comprehensive insights into grain quality parameters such as protein content, moisture, and contaminants. The integration of deep convolutional neural networks (DCNNs) with HSI data has shown promise in improving grain classification efficiency; however, challenges remain, particularly regarding the need for large labeled datasets for effective training.
To address the limitations of traditional DCNN approaches, the paper proposes the use of few-shot learning (FSL) techniques, which allow models to generalize from a limited number of labeled examples. This is particularly beneficial in scenarios where new grain types or grades are introduced, necessitating rapid adaptation without extensive retraining. The authors also introduce the concept of collective class prototypes (CCPs) to mitigate the impact of outliers in hyperspectral data, enhancing classification robustness. The paper aims to evaluate the performance of FSL in classifying bulk grain hyperspectral images, comparing its accuracy against fully trained classifiers, and exploring the potential of attention mechanisms to improve feature representation in hyperspectral imaging.
Methods
The proposed methodology in this research utilizes a Prototypical Network with Euclidean distance (L2-norm) to compute pairwise distances between embeddings for hyperspectral image (HSI) classification. A modified 2D ResNet serves as the backbone, incorporating a spectral downsampling layer to efficiently handle spectral data while maintaining essential features. This approach, supported by prior experimental results, enhances model training efficiency and accuracy by mitigating overfitting through rapid spectral dimension reduction. Additionally, a channel-wise attention mechanism, specifically a squeeze-and-excitation (SE) block, is integrated to prioritize informative spectral bands and suppress noise before downsampling. This modification combines adaptive average and max pooling to achieve a balanced feature representation, ultimately improving classification performance.
To address challenges in obtaining sufficient samples for HSI classification, the methodology employs a few-shot classification approach. During evaluation, the Prototypical Network typically requires a labeled support set, which can be time-consuming and may introduce bias from outlier images. To overcome these limitations, the authors propose a Collective Class Prototype (CCP) strategy. By averaging prototypes from the training set’s support sets, the CCPs provide a robust representation for each class, allowing for efficient classification without the need for support sets during evaluation. This approach enhances both the efficiency and effectiveness of the classification process, yielding more generalized class representations and reducing the impact of noisy training examples.
Results
In the Results section, the study evaluates the performance of a few-shot learning (FSL) classifier under two training scenarios: complete class training and partial class training. For the complete class training, the classifier demonstrated improved accuracy in an 8-way classification task when utilizing channel attention mechanisms and class prototypes (CCPs) instead of individual support sets. The results indicated that the all-channel configuration with attention achieved an accuracy of 97.75%, outperforming the reduced channel configuration by 4.42%. The use of CCPs was shown to enhance robustness against outliers, yielding a significant accuracy improvement of 1.46% over individual support sets, which averaged 96.29% ± 1.21%. Notably, the FSL classifier, trained on only 2,880 images, achieved performance comparable to a fully supervised classifier trained on 16,666 images, highlighting its efficiency in data-scarce scenarios.
In the partial class training evaluation, the classifier’s ability to generalize to unseen classes was tested by excluding specific classes (Rye and WH 5) from the training set. Two evaluation strategies were employed: one with support sets containing only the excluded classes, achieving an accuracy of 98.33%, and another with support sets including all classes, resulting in an accuracy of 83.89%. The latter scenario reflected a more realistic application where the classifier must differentiate among a larger set of classes, demonstrating a decrease in accuracy due to increased task complexity. The confusion matrix analysis revealed that while the classifier performed well on Rye, it struggled with WH 5, which was closely positioned to other classes in the feature embedding space, leading to higher misclassification rates. Overall, these findings underscore the classifier’s potential for effective generalization in real-world applications with limited labeled data.
Discussion
In this section, the authors discuss the implementation and efficacy of Prototypical Networks for hyperspectral image classification, particularly in the context of grain quality assessment. Prototypical Networks operate by embedding images into a feature space where each class is represented by a prototype, calculated as the mean of its support points’ embeddings. The classification of new images is achieved by measuring their distance to these prototypes, with the closest prototype determining the assigned class. The training process involves minimizing the negative log-probability of the true class using stochastic gradient descent, leveraging a significantly smaller support set compared to traditional image classification methods.
The experimental setup utilized a hyperspectral image database comprising eight grain types, with images processed through a modified ResNet-18 architecture to accommodate the high-dimensional data. Two training scenarios were explored: complete class training with all eight classes and partial class training excluding two classes to assess generalization capabilities. The results indicated that the proposed channel attention mechanism improved feature representation, leading to enhanced classification accuracy. Notably, the few-shot learning (FSL) approach demonstrated comparable performance to fully supervised classifiers while requiring substantially less labeled data, underscoring its potential for applications where data scarcity is a challenge. The findings suggest that FSL can effectively adapt to unseen classes, making it a valuable tool for grain quality assessment in real-world supply chain contexts. Future work is encouraged to explore more complex architectures and applications within the hyperspectral domain.