当你在市场上买新鲜的番木瓜时，不知道水果软硬而仅根据果皮的颜色来判断它是否成熟是一件十分困难的事情。一个巴西研究小组研究出了的仅根据图像来估算成熟度的计算机视觉算法，在不久的将来会使消费者和生产者的生活变得更轻松。
去年，仅美国就进口了价值1.07亿美元的新鲜木瓜，成为世界上最大的木瓜进口市场。基于视觉的计算机软件可以通过将最成熟的番木瓜运输到当地市场并将较为生涩的储存出口来使木瓜种植产业价值最大化，Douglas Fernandes Barbin，巴西圣保罗的坎皮纳斯大学（the University of Campinas）食品工程学系的研究员如是说。不仅如此，他和他的同事们也想帮助每个消费者使他们每一分钱在食品杂货店里花的物有所值。
“这个想法的进一步实现是为消费者开发一款APP，”Barbin说，“消费者进入市场后可以通过拍照片来确定水果的成熟度，然后决定买下的番木瓜是今天食用还是可以过几天再食用。”
坎皮纳斯大学的研究人员与来自巴西朗德里纳的朗德里纳州立大学（Londrina State University）的计算机科学家合作，开发了一种机器学习方法，该方法实现了94.7个百分点的成熟度检测准确率。他们的研究成果发表在2月出版的《计算机与电子农业》（）杂志上。
成熟度的衡量——以及确定相关的相关特征——是最大的挑战之一。研究人员从政府的指导表（其中有5个不同的成熟度）开始。但是，在视觉检查的基础上他们很快将成熟度划分为三个等级:从视觉上看，金色番木瓜的外皮在果实成熟时开始呈现绿色和黄色。根据每个水果的果肉硬度进行了额外的测试，他们进一步验证了这三个等级。
在实现过程中，他们发现训练机器学习算法也被是一个意料之外的挑战：它需要多种多样的木瓜样本。研究人员曾希望从当地的一个生产商那里获得大量的木瓜，但最终他们只能自己在Campinas的一个当地市场买了57个金木瓜。
项目的硬件和软件组件都相对简单。在硬件方面，研究人员在天花板上安装了一个装有消费者数码相机和灯泡的方形装置，可以拍摄到番木瓜样品的照片。这种消费者级别的技术的成功使用意味着它可以很容易地应用于商业。
在软件方面，研究人员考虑过了一些不同的机器学习算法，最终使用了常见的随机森林（random-forest）分类问题。这种方法使研究人员能够清楚地看到不同的木瓜特性如何被分解成机器学习算法的结果。巴尔班解释说:“我们可以看到哪些特征确实提供了关于这些水果的有用信息。”
基于神经网络的深度学习方法或许能为视觉鉴定成熟木瓜提供了更好的结果。但是，朗德里纳州立大学（the Londrina State University）的同事们对深度学习算法的黑箱性质持谨慎态度，黑箱性质让人们很难弄懂深度学习是如何做出特定结果的。此外，深入学习的方法可能需要在训练数据集的时候有一个更大的样本以达到预期的准确性。
尽管总体上的准确率达到了94.7%，但对第三成熟等级的木瓜，机器学习鉴定成熟度的准确性下降到仅为84.4%。这在一定程度上是由于果皮颜色与木瓜的果肉硬度的内在状态不完全一致而导致的。尽管如此，研究人员预计未来将用有更多种类的样品来改善这种性能。
如果研究团队能够获得必要的资金来开发面向消费者的智能手机应用程序，那么这种计算机视觉软件就可以成为普通购物者的便捷指南。但在商业应用方面，它可能会更快地进入番木瓜生产者的视野。计算机视觉方法也有可能为未来农业机器人的自动收割打下基础。
“番木瓜对巴西经济非常重要，尤其是在东北部，”巴尔班说，“如果生产商真的能判断它是否已经完全成熟，并准备好进行收割或加工，那就可以减少食品浪费，并为产品增加价值。”
作者：Jeremy Hsu
（翻译：刘仪佳审校：顾金涛）
京公网安备11010502039775号
