会议时间：2026.6.11
会议地点：15栋316
参会人员：林豪发、胡定兴、许小迪、李琳、雷戈、王利元、罗标、袁阿兰、杨青松、李昀侪、李忆晴、杨智涵、吴楚鑫
会议主题：基于Transform的医疗实体命名实体识别
主讲人：林豪发
会议内容：
本次研讨会聚焦于科研与核心技术维度，核心讨论议题浓缩为四大方向：
一是底层机理层面，研讨非刚性水果表皮、内部组织对多波段光线的作用规律，厘清图像特征与糖度、酸度等理化参数的精准耦合机制，破解现有检测模型可解释性不足的“黑箱”难题。
二是单模态技术突破层面，分别攻关可见光细粒度缺陷的天然纹理干扰抑制、高光谱图像的高效无监督降维、红外热成像隐性碰伤的特征解耦三大核心卡点。
三是多模态融合前沿方向，探索跨模态注意力对齐架构，实现可见光纹理与光谱生化特征的像素级配准，搭建外观-内部品质一体化的统一特征空间。
四是泛化性理论研究，明确小样本开集缺陷检测的性能边界，攻关开放场景下的图像特征鲁棒性校正技术，解决罕见缺陷样本稀缺、复杂光照下特征漂移的共性科研痛点。
主讲人林豪发老师结合团队近期研究成果，系统梳理了领域内关键技术路径与实现挑战。
1.研究背景
林豪发老师指出，当前水果品质检测的科研范式正处于从单一模态视觉识别向多模态融合无损感知转型的关键节点，传统的破坏性理化抽样检测，无法获取全样本的品质连续分布特征，而早期的单通道可见光图像检测，仅能覆盖外观维度的表层信息，完全无法触及水果内部的生理生化属性。
从基础研究维度看，水果作为典型的非刚性生物个体，其表皮纹理、光学反射特性存在极强的类内差异性，不同成熟阶段、不同种植微环境下的同品种水果，图像特征分布存在显著漂移，这给通用检测模型的特征泛化带来了极大的理论挑战。当前全球范围内的相关研究，仍未建立起水果图像特征与内部品质理化参数之间的精准映射理论框架，大量经验性的算法设计缺乏底层的光学机理支撑，这也是本次会议聚焦基础科研与核心技术探讨的核心动因。
2.研究现状
在可见光图像外观检测方向，基于卷积神经网络的细粒度缺陷识别研究，已经在规则果形的标准化数据集上实现了95%以上的分类准确率，但针对带绒毛、带蜡质层、表皮存在天然斑点的特色水果，现有模型极易将表皮天然纹理误判为缺陷，类内特征干扰的抑制机制尚未得到系统性解决。
在光谱图像品质感知方向，高光谱成像技术的研究已经证实，水果内部的糖度、酸度、可溶性固形物含量，与特定近红外波段的光反射率存在强相关性，实验室环境下的参数预测决定系数R²最高可达0.94，但现有研究大多忽略了水果表皮厚度、内部纤维分布带来的光散射干扰，在非均匀个体上的预测误差会出现显著波动，光谱特征与理化属性的耦合机理仍需进一步厘清。
在跨模态融合研究方向，当前多数研究仍停留在图像特征的简单拼接层面，尚未建立起可见光纹理特征与光谱生化特征的跨模态注意力对齐机制，无法实现外观瑕疵与内部品质的同步关联分析，这也成为当前多模态检测技术性能提升的核心科研卡点。
3.应用场景讨论
林老师老师从科研命题的角度，梳理了不同检测场景背后对应的核心技术科学问题：
针对流水线高速检测场景，对应的核心科研命题是高吞吐量下的图像特征轻量化表征，需要在不损失关键品质信息的前提下，完成高维光谱图像的维度约简，解决高分辨率图像实时推理的算力瓶颈问题。
针对田间原位检测场景，对应的核心科研命题是复杂自然光照下的图像特征鲁棒性校正，需要建立不受环境光强、角度干扰的品质特征提取机制，解决开放非受控环境下的图像特征漂移问题。
针对货架期动态检测场景，对应的核心科研命题是水果品质时序演化的图像特征追踪，需要挖掘不同时间维度下的图像特征变化规律，建立基于视觉特征的水果新鲜度动态预测模型，而非依赖固定阈值的静态判定。
4.讨论环节
参会科研人员围绕三个前沿技术方向展开了深度的学术思辨：
第一个研讨方向是隐性缺陷的图像表征机理。针对水果表皮无明显外观变化的内部轻微碰伤，普通可见光图像完全无法捕捉其特征，参会团队提出采用脉冲红外热成像技术，通过主动热激励放大碰伤区域与正常果肉区域的微小热导率差异，进而生成可区分的热图像特征，后续的核心科研重点将聚焦于热激励参数的优化，以及热图像中缺陷特征与背景噪声的解耦算法研究。
第二个研讨方向是小样本下的水果开集缺陷检测技术。针对工业场景中罕见缺陷样本稀缺的共性问题，摒弃传统依赖大量标注缺陷样本的闭集检测范式，研究基于正常样本特征空间的异常表征算法，仅依靠大量无缺陷的标准水果图像，即可学习到正常特征分布，实现对未知类型缺陷的有效识别，重点突破小样本条件下的特征泛化边界理论。
第三个研讨方向是多模态图像的特征深度融合机制。摒弃传统的特征层简单拼接方案，研究跨模态的Transformer注意力对齐架构，让可见光图像的纹理细节特征与高光谱图像的生化敏感特征实现像素级的精准关联，构建“外观-内部”一体化的统一品质特征空间，从理论层面提升多维度品质参数的同步预测精度。
5.会议总结
本次会议完全聚焦水果图像品质检测领域的基础科研命题与核心技术突破，跳出了传统应用落地的工程化细节讨论。主讲老师进行了详细讲解，参会老师展开了深入讨论。通过交流，大家对该领域的研究现状、方法技术以及面临的挑战有了更清晰的认识，厘清了当前领域内尚未解决的底层机理问题与关键技术卡点，明确了学术研究攻关路径，并提出了许多有针对性的建议和改进方向。
图为例会讨论现场
