AI Fruit Recognizer

Αρχιτεκτονική Μοντέλου

Το μοντέλο βασίζεται στο MobileNetV2, προεκπαιδευμένο σε ImageNet. Τα τελευταία blocks του backbone ξεπαγώθηκαν και εκπαιδεύτηκαν εκ νέου (fine-tuning), μαζί με έναν custom classifier (πλήρως συνδεδεμένο layer με Dropout) στο τέλος, ειδικά προσαρμοσμένο για ταξινόμηση φρούτων/λαχανικών.

Dataset

Η εκπαίδευση έγινε πάνω σε dataset τύπου Fruits-360: εικόνες φρούτων/λαχανικών με σχετικά καθαρό, ελεγχόμενο φόντο και σταθερό φωτισμό.

Bias Φόντου & Πώς Αντιμετωπίστηκε

Ανάλυση με Grad-CAM στα πρώιμα στάδια εκπαίδευσης αποκάλυψε ότι το μοντέλο «κολλούσε» σε χαρακτηριστικά του φόντου (το σχεδόν ομοιόμορφο, ανοιχτόχρωμο φόντο του dataset) αντί να μαθαίνει τα οπτικά χαρακτηριστικά του ίδιου του φρούτου (σχήμα, υφή, χρώμα). Για να διορθωθεί αυτό, προστέθηκε τυχαία αντικατάσταση φόντου (background randomization) κατά την εκπαίδευση, ώστε το μοντέλο να αναγκαστεί να μάθει πιο γενικά, ανθεκτικά χαρακτηριστικά αντί να «κολλήσει» στο στυλ του dataset.

Γνωστοί Περιορισμοί

• Το dataset έχει καθαρό/ελεγχόμενο φόντο — η ακρίβεια σε πραγματικές φωτογραφίες (κινητό, φυσικό περιβάλλον, μεικτός φωτισμός) μπορεί να διαφέρει από αυτή στο test set.
• Παρόμοιες ποικιλίες/είδη (π.χ. διαφορετικές ποικιλίες μήλου) μπορεί να συγχέονται μεταξύ τους.
• Το Grad-CAM δείχνει πού «κοιτάει» το μοντέλο, όχι αν η πρόβλεψη είναι σωστή — χρησιμοποιείται για ερμηνευσιμότητα (interpretability), όχι για επαλήθευση ακρίβειας.