农业机械学报

作者：牛智有，李武瑛妮，孔宪锐，耿婕，王伟霞

单位：华中农业大学;农业农村部智慧养殖技术重点实验室,华中农业大学;农业农村部智慧养殖技术重点实验室,华中农业大学;农业农村部智慧养殖技术重点实验室,华中农业大学;农业农村部智慧养殖技术重点实验室,华中农业大学;农业农村部智慧养殖技术重点实验室,

关键词：鱼粉;掺假;语义分割;显微图像;Mask2Former;计算机辅助诊断

基金：国家自然科学基金项目（32172773）

针对传统显微镜检法在鱼粉掺假识别中面临的肉眼辨别难度大、识别效率低的问题，提出一种改进Masked-attention Mask Transformer（Mask2Former）的鱼粉显微图像掺假识别模型，以实现高分辨条件下、复杂鱼粉背景中对异状多目标掺假特征的自动化识别与分割。以鱼粉中掺杂动物源性肉粉为研究对象，构建了Fishmeal掺假鱼粉显微图像数据集，通过形态学分析将掺假特征细分为异常肌肉、骨骼、皮肤、血液和毛发5类组织；开发基于颜色阈值相似性的交互式标注软件，实现逐像素的提示性精确标注；改进Mask2Former分割模型架构，融合ResNet50骨干网络、多头注意力机制和多尺度特征处理机制，增强了鱼粉多样化特征的融合效果；引入重复加权双向特征金字塔网络（Bidirectional feature pyramid network, BiFPN）改进像素解码器，提升了小目标分割能力；引入可学习的尺度级嵌入和掩码注意力（Masked Attention）模块，通过限制交叉注意力关注范围提高了模型细节表现力；在Multi-head Attention层后加入dropout操作防止过拟合。实验结果表明，改进后的Fishmeal-Mask2Former在样本真伪判别阶段整体分类准确率达到98.56%，在精细分割阶段对异常掺假特征定性识别平均精确率达到80.52%、召回率为76.01%、F1分数为78.86%，分割模型平均准确度提升至82.08%，较传统方法具有显著优势。此外，设计分割结果可视化界面，为鱼粉品质检测中的掺假检测环节提供了一种直观、准确与高效的显微视觉自动化识别方法。

来源：2025年第7期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第7期