蔣豐千，李 旸，*，余大為，孫 敏，張恩寶

(1.安徽農(nóng)業(yè)大學 信息與計算機學院，安徽 合肥 230036； 2.農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)物聯(lián)網(wǎng)技術集成與應用重點實驗室，安徽 合肥 230036)

大豆又稱黃豆，屬于雙子葉植物綱大豆屬的一年生草本類植物，外表通常呈褐色硬毛狀，其主產(chǎn)地位于我國東北地區(qū)。大豆因含有豐富的植物蛋白質(zhì)而被廣大居民所喜愛[1]。然而大豆病害帶來的一系列問題給農(nóng)業(yè)生產(chǎn)造成了巨大經(jīng)濟損失，也時刻影響著我國農(nóng)產(chǎn)品市場的穩(wěn)定[2]。深度學習算法作為目前圖像識別領域的一大熱點，其主要實現(xiàn)方式是以卷積神經(jīng)網(wǎng)絡為代表的神經(jīng)網(wǎng)絡算法。該算法與傳統(tǒng)圖像處理技術相比，擁有較高自主學習能力，同時還精簡了許多復雜而繁瑣的圖像預處理環(huán)節(jié)[3]。我們在分析和研究大豆的4種主要病害(葉斑病、花葉病、霜霉病和灰斑病)的基礎上，利用卷積神經(jīng)網(wǎng)絡技術設計了關于大豆病害的識別模型，并以此為基礎引進了相關的優(yōu)化措施。

1 材料制作

1.1 樣本采集

本實驗樣本主要來源于安徽農(nóng)業(yè)大學重點實驗室提供的樣本原型以及國內(nèi)各大農(nóng)業(yè)網(wǎng)站提供的圖片素材，共計400張圖片。并將其分為4組，每組再細分為訓練集和識別集，分別為80張和20張大豆病害圖片。部分實驗圖片如圖1所示。

在對大豆病害圖像的采集和研究中可知，葉斑病多發(fā)于大豆的葉片部位，初期多為不規(guī)則灰白色病斑，后期病斑干枯并伴有黑色小粒點[4]。灰斑病主要發(fā)生于葉片，但在莖、莢等部位也會出現(xiàn)，發(fā)病時首先出現(xiàn)褐色小斑點，后期擴展為圓形或不規(guī)則病斑，邊緣多為褐色或黑色。霜霉病的發(fā)病對象主要是幼苗或成株的葉片，發(fā)病時葉片會出現(xiàn)大的塊狀病斑并布滿白色霉層，導致提早落葉等現(xiàn)象發(fā)生[5]?；ㄈ~病則是一種病毒病，癥狀較多，常見的有花葉皺縮、植株矮小等[6]。

1.2 樣本預處理

在提高神經(jīng)網(wǎng)絡模型訓練的有效性時，本實驗借助OpenCV庫對采集的大豆病害圖像進行二值化和輪廓分割等預處理[7]，以此來去除噪聲和冗余信息并突出圖像中主要病害特征[8]。其中，OpenCV為一種跨平臺計算機視覺庫，其建立之初便憑借其在處理圖像時的高效性以及對于Linux、Windows等多平臺的包容性而迅速流行起來并受到廣大科學研究者的喜愛[9]。

在完成大豆病害圖像的ROI區(qū)域提取時主要利用了OpenCV中的FindContours函數(shù)來完成[10]，該函數(shù)的主要功能為實現(xiàn)圖像的輪廓檢測并以鏈表的形式將得到的輪廓信息進行保存且該函數(shù)的處理對象需為二值圖[11]。因此，首先進行圖像的灰度化和二值化，而后利用該函數(shù)尋找輪廓信息并使用最小外接矩形對其進行標記[12]，在此基礎上利用R、G、B三通道獨立賦值實現(xiàn)目標區(qū)域的分割和保存。具體實現(xiàn)過程如圖2-圖4所示。

圖1 大豆病害圖像樣本Fig.1 Soybean disease image sample

圖2 大豆病害圖像預處理Fig.2 Preprocessing of soybean disease image

圖3 目標區(qū)域的定位Fig.3 Location of the target area

2 模型設計

2.1 卷積神經(jīng)網(wǎng)絡的設計

2.1.1 Swish函數(shù)

(1)飽和激活函數(shù)

對于激活函數(shù)h(x)，當x無限趨近于正無窮時，其導函數(shù)為0，稱其為右飽和；當x無限趨近于負無窮時，其導函數(shù)為0，則稱其為左飽和；當h(x)符合該條件下，即稱其為飽和函數(shù)[13]?？紤]到神經(jīng)網(wǎng)絡算法在使用誤差逆?zhèn)鞑ニ惴▋?yōu)化網(wǎng)絡參數(shù)時，其激活函數(shù)若出現(xiàn)飽和現(xiàn)象，則會降低網(wǎng)絡的訓練速度和效果，嚴重時會出現(xiàn)梯度彌散等現(xiàn)象[14]。

(2)Swish函數(shù)特性

Swish激活函數(shù)是在2017年10月由Google團隊提出的一種新的激活函數(shù)，具體的數(shù)學公式如下[15]：

(1)

式中：f(x)為Swish函數(shù)激活后的輸出；x為Swish函數(shù)激活前的輸入。

由該公式可得其圖像和導函數(shù)特性，具體如圖5所示。

由上圖Swish和Sigmoid的函數(shù)圖像對比分析中可以得出，Swish激活函數(shù)具有一般激活函數(shù)的通性，即存在上界的獨特的非單調(diào)性。此外，由其導函數(shù)圖像可知其具有一定的平滑性，可有效緩解大部分神經(jīng)網(wǎng)絡因激活函數(shù)存在的飽和現(xiàn)象而產(chǎn)生的彌散問題[16]。

2.1.2 BN算法

為提高神經(jīng)網(wǎng)絡模型對于復雜事物的學習能力，訓練過程中常使用激活函數(shù)，但激活函數(shù)在引入非線性因素提高學習能力的同時隨著網(wǎng)絡深度的不斷加深會導致輸入值(非線性變換前)產(chǎn)生偏移，進而使得神經(jīng)網(wǎng)絡在網(wǎng)絡層較低處發(fā)生梯度消失，從而大幅度影響網(wǎng)絡的訓練速度。針對該問題，BN算法則是在激活函數(shù)前利用重構變換等歸一化手段處理輸入值，使其變換為標準正態(tài)分布[17]。而標準正態(tài)分布的點大多存在于激活函數(shù)的敏感區(qū)域，可有效避免梯度消失現(xiàn)象的發(fā)生。具體步驟如下：

以一個批次(樣本為n)為單位，計算其均值u和方差σ[18]

(2)

(3)

利用批次均值和方差實現(xiàn)數(shù)據(jù)的歸一化

(4)

考慮到σ取值為零的情況發(fā)生，需設置常量。

為保證原始數(shù)據(jù)特征分布在數(shù)據(jù)歸一化過程中的完整性，利用重構變換和訓練學習的方式來得到下式中的γi與βi，從而對原始數(shù)據(jù)進行完整的復原。

yi=γixi+βi；

(5)

(6)

βi=E[x]。

(7)

式中：Var為方差函數(shù)；γi為輸入xi的標準差；βi為輸入xi的均值；E為均值函數(shù)。

2.2 卷積神經(jīng)網(wǎng)絡的設計

本實驗模型的設計主要以傳統(tǒng)的卷積神經(jīng)網(wǎng)絡LeNet-5為基礎，對其進行了結構層數(shù)量和種類的改進并利用Swish激活函數(shù)和BN算法對模型進行了優(yōu)化。具體結構如圖6所示：

圖6中模型的輸入層不是原始圖像，而是對一張病害圖像中出現(xiàn)的多處病害情況進行ROI定位和提取后得到的若干獨立小圖，從而充分保證了模型在訓練時學習到不同程度的病害特征，避免了數(shù)據(jù)的單一性，有效地提高了模型的泛化能力。其中，特征提取層分別由3層卷積層(步長為1)、3層BN層、3層激活層和4層池化層(最大池化)交替疊加構成，在提取到圖像的高維特征后再利用3層全連接層進行下一步的學習任務并將得到的結果送入分類器進行大豆病害種類的識別。具體參數(shù)(Cx表示卷積層，Sx表示子采樣層，F(xiàn)x表示全連接層)如表1所示：

3 實驗仿真及UI界面設計

本次實驗模型基于Ubuntu16.0.4操作系統(tǒng)，并安裝配備了Caffe深度學習框架和UI界面設計軟件Qt5.3。其中，Caffe框架在各大操作系統(tǒng)中都表現(xiàn)出了強大的通用性，加上其在圖像處理領域中的便捷性，該框架一經(jīng)提出便受到了國內(nèi)外研究學者和眾多人工智能企業(yè)的推崇和喜愛。此次實驗過程中，針對優(yōu)化措施有效性的驗證，加入了傳統(tǒng)LeNet-5模型在同樣條件下的實驗性能，利用在測試集上的準確率(Train acc)和驗證集上的泛化率(Val acc)與優(yōu)化后的神經(jīng)網(wǎng)絡進行對比，具體數(shù)據(jù)如表2所示。

圖6 卷積神經(jīng)網(wǎng)絡優(yōu)化模型Fig.6 Convolutional neural network optimization model

表1 神經(jīng)網(wǎng)絡架構層參數(shù)

Table 1 Neural network architecture layer parameters

網(wǎng)絡層Network layerC1S1C2S2C3S3F4F5F6特征圖個數(shù)Characteristic number32326464128128———輸入尺寸Input size100×100100×10050×5050×5025×2525×255×5×1281024512內(nèi)核尺寸Kernel size5×52×25×52×25×55×5———輸出尺寸Output size100×10050×5050×5025×2525×255×5102451252

“—”表示無該數(shù)據(jù)。

“—” indicated no data.

由表2可知，在相同條件下，傳統(tǒng)的LeNet-5模型的準確率僅僅只有81%，而優(yōu)化后的卷積神經(jīng)網(wǎng)絡模型則達到了92%。在象征泛化能力的擬合率上，優(yōu)化后的網(wǎng)絡模型較LeNet-5模型則提高了15個百分點。綜上所述，該模型經(jīng)優(yōu)化后相對于傳統(tǒng)的卷積神經(jīng)網(wǎng)絡，其識別的準確率和泛化率均有一定的提升，對于大豆病害種類具有良好的識別能力。

在UI界面設計階段，本實驗主要利用了Qt Creator來開發(fā)Ubuntu下基于Caffe的圖形化界面。QT是一個跨平臺的C++圖形用戶界面庫，由挪威TrollTech公司出品和維護。其開發(fā)環(huán)境具有十分豐富的API和詳實的開發(fā)文檔，加之其具有的良好的多平臺通用性使得其迅速成為眾多軟件設計工程師在開發(fā)UI界面時的不二之選。本實驗在設計UI界面時考慮到大豆種植戶使用的便捷性，僅對主要的顯示界面進行設計，具體的顯示界面和系統(tǒng)流程如圖7所示。

在識別結果上，本實驗采取了病害類型加匹配度的方式，充分考慮了結果的多樣性和客觀性，此外，還為每種病害提供給了相應的治療措施。實驗測試圖如圖8所示。

表2 優(yōu)化后的卷積神經(jīng)網(wǎng)絡與傳統(tǒng)的卷積神經(jīng)網(wǎng)絡的精度比較

Table 2 Comparison of the precision between the optimized convolution neural network and the traditional convolution neural network

指標次數(shù)Index numberLeNet-5卷積神經(jīng)網(wǎng)絡LeNet-5 CNN準確率Train acc泛化率Val acc優(yōu)化后的卷積神經(jīng)網(wǎng)絡Optimized CNN準確率Train acc泛化率Val acc10.310.290.660.5820.490.480.710.6730.590.500.810.6540.760.550.850.7050.810.630.920.78

圖7 基本流程圖Fig.7 Basic flow chart

圖8 葉斑病的識別結果Fig.8 Recognition of leaf spot disease

4 結論

本實驗在傳統(tǒng)神經(jīng)網(wǎng)絡的基礎上進行了改進和優(yōu)化，并以此設計了一種大豆病害種類識別系統(tǒng)。通過實驗仿真可知優(yōu)化后的網(wǎng)絡模型的擬合能力達到了92%，而泛化能力為78%，較之前提高了15個百分點，在實際環(huán)境下對于大豆病害具有較好的識別能力。此外，借助Qt設計了基于Caffe框架的數(shù)據(jù)可視化界面，對病害種類、治療意見進行了反饋，有效地提高了系統(tǒng)的可用性且較好地緩解了日常生產(chǎn)生活中大豆病害種類識別的難題。