郝王麗　尉敬濤　韓猛　胡欣宇

摘 要：目前，谷子已成為我國一種非常重要的糧食作物，其生長期中土壤和施肥環(huán)境的檢測非常關鍵。為避免出現(xiàn)大規(guī)模缺鉀、缺鎂等元素缺失情況，研究者們提出許多元素失衡判斷方法。但傳統(tǒng)方法大多只提取圖像單尺度特征，識別性能受限。為解決該問題，提出一種改進的卷積神經(jīng)網(wǎng)絡來識別谷子生長期元素失衡情況。在神經(jīng)網(wǎng)絡中引入Inception結構，在不同尺度上組合深度特征以識別不同大小的異變斑塊形態(tài)，從而提高識別準確率。同時，為提升模型魯棒性，在模型中引入了Dropout以及ReLU激活函數(shù)。實驗結果顯示該方法將識別準確率從95.6%提升到98%，說明多尺度特征提取可提高生長期元素失衡識別性能準確性。

關鍵詞：神經(jīng)網(wǎng)絡;多尺度特征;谷子;生長期;元素失衡識別;Dropout;ReLU

中圖分類號：TP39文獻標識碼：A文章編號：2095-1302（2020）03-00-04

0 引 言

在谷子生長發(fā)育過程中，各種營養(yǎng)元素都具有一定的生理功能，若谷子長期缺少某種元素，則會在形態(tài)結構與生理功能等方面發(fā)生相應反應并表現(xiàn)出特定癥狀[1]，嚴重時會導致產(chǎn)量和品質的降低甚至絕產(chǎn)。因此，在谷子生長期間對作物表現(xiàn)出的營養(yǎng)元素缺乏癥狀進行正確診斷十分重要。

目前針對元素缺失診斷常見的方法包括基于人工經(jīng)驗的方法、基于化學的檢驗方法以及基于圖像的檢驗方法。

針對基于人工經(jīng)驗的方法，直觀來說，谷子或者任何一種農(nóng)作物缺少元素時，均會表現(xiàn)出一定的癥狀，從而可以通過對應的癥狀來判斷其營養(yǎng)情況。例如谷子缺氮時，新生葉子生長較慢且邊緣和尖端發(fā)黃，結籽數(shù)量減少;谷子缺鉀時，老葉子周圍出現(xiàn)缺損、不規(guī)則壞死以及紅色色素沉淀情況;若谷子缺磷，其根系會變小，籽粒灌漿受到抑制，葉子生長受阻且變得細長，顏色會變成深綠色和紫紅色，根部會變?yōu)樯钭鼗蛏詈谏?。另外，硼、鋅、銅等微量元素的缺乏同樣會使秕谷概率提高[2]。盡管不同元素缺失會出現(xiàn)不同的形態(tài)變化，但同一株谷子可能存在著多種營養(yǎng)素的缺乏，基于有限經(jīng)驗或肉眼觀測并不能準確識別具體的元素缺失情況。同時，由于各地區(qū)管理不同，也會導致谷子長勢和外觀不同，因此通過外觀診斷可靠性較低。

基于化學的檢驗方法是指采用化學診斷方法根據(jù)谷子組織液進行成分分析，從而獲悉生長體內的元素情況[3]。這類方法直接高效、結果準確，但操作耗時，同時會對農(nóng)作物造成一定程度的破壞，因此無法自動化、大規(guī)模地展開。此外，通過間接分析土壤或培養(yǎng)液的化學成分也可推斷農(nóng)作物體內的元素平衡情況，但實際研究表明，很難找到二者之間的關聯(lián)關系，且該方法對不同作物并不完全適用。

基于數(shù)字圖像處理方法是指利用計算機對不同圖像進行處理，該方法在作物營養(yǎng)診斷方面的應用非常廣泛[4]。使用數(shù)字圖像來對谷子元素缺失進行診斷具有工具簡單、方法可移植性高、對農(nóng)作物損耗小、費用低廉等優(yōu)點。是目前最適用于自動化大規(guī)模檢測谷子元素缺失診斷的有效手段。數(shù)字圖像處理方法包括傳統(tǒng)特征提取方法以及深度學習方法。傳統(tǒng)特征提取方法包括手工提取紅、綠、藍三種顏色特征[5]，計算高光譜圖像灰度共生矩陣并提取葉片圖像區(qū)域的熵、二階矩、協(xié)同性、相異性、對比度以及相關性。通過計算葉片HSV圖像直方圖的一階、二階和三階矩來提取葉片特征[6]。使用全局特征（形狀上下文）和局部特征（SIFT特征描述子）提取葉片特征，并使用KNN對葉片所屬類別進行判斷[7]。使用基于核的模糊c-均值聚類（KFCM）對葉片區(qū)域進行聚類，再對其中的害蟲區(qū)域使用人工神經(jīng)網(wǎng)絡進行分類[8]。使用灰度共生矩陣提取葉片紋理信息，隨后使用SVM對農(nóng)作物營養(yǎng)性病害氮、磷、鎂進行檢測[9]。深度網(wǎng)絡提取特征方法包括使用卷積神經(jīng)網(wǎng)絡對去除葉柄后的葉片灰度圖像進行分類[10]，采用AlexNet模型將在ImageNet圖像數(shù)據(jù)集上訓練得到的模型進行遷移與識別[11]等。

上述三種方法中，基于數(shù)字圖像處理方法效果較好。但不管是傳統(tǒng)手工提取特征方式還是深度特征提取方式均基于圖像單尺度特征，未考慮圖像的多尺度信息。因此，本文考慮引入多尺度信息來對谷子生成期缺素圖像進行識別。

本文將Inception結構引入神經(jīng)網(wǎng)絡單元，以便提取谷子生長期圖像多尺度信息，提升谷子生長期元素失衡判斷的準確率。同時，為增加模型的魯棒性，引入Dropout以及ReLU激活函數(shù)。最后，本文新建了一個谷子生長期圖像缺素數(shù)據(jù)集，為之后對谷子圖像進行更深入的缺素研究提供了數(shù)據(jù)基礎。

1 相關工作

1998年，Yann Lecun等人[12]提出了一個CNN模型LeNet-5，用以對手寫數(shù)字進行識別，取得了比較理想的識別效果。隨著計算機技術的飛速發(fā)展及可用訓練數(shù)據(jù)的大量增長，研究者們又相繼提出了很多性能更好的CNN模型，比如AlexNet[13]，VGG[14]，GoolgeNet[15]，ResNet[16]，

DenseNet[17]等，并應用于各種不同的識別任務中。鑒于后續(xù)CNN模型參數(shù)較多以及本文應用數(shù)據(jù)集規(guī)模較小的情況，我們的模型基于LeNet-5結構進行改進。LeNet-5共有8層，包含輸入層、輸出層、3個卷積層、2個池化層和1個全連接層。

2 方 法

2.1 相關基礎技術

2.1.1 激活函數(shù)

激活函數(shù)在卷積神經(jīng)網(wǎng)絡中起著非常重要的作用，作為非線性函數(shù)，它不僅可以增強數(shù)據(jù)在網(wǎng)絡中的表達能力，還可以更好地處理非線性的復雜分類問題。

目前，sigmoid和tanh函數(shù)已被廣泛應用于人工神經(jīng)網(wǎng)絡[18]。其中，sigmoid將輸入映射到[0，1]之間，tanh將輸入映射到[-1，1]之間。它們可形式化為：

（1）

（2）

雖然sigmoid和tanh均可實現(xiàn)網(wǎng)絡的非線性激活，但它們均會出現(xiàn)梯度消失問題，得不到理想的網(wǎng)絡訓練結果。

為緩解上述梯度消失問題，ReLU（Rectified Linear Units）激活函數(shù)在文獻[19]中有涉及，其形式如下：

（3）

由公式（3）可以看出，ReLU函數(shù)只保留大于0的輸入值，因此其最大限度地保留了圖像特征，解決了梯度飽和問題，緩解了梯度消失問題且可加快收斂速度。

2.1.2 Inception結構

傳統(tǒng)的神經(jīng)網(wǎng)絡單元只基于單尺度特征，會影響任務性能。為解決該問題，研究者提出Inception結構[15]。該結構可將不同尺度的特征圖進行結合，從而提升網(wǎng)絡對圖像不同尺度特征的適應性。具體的Inception結構如圖1所示。

2.1.3 Dropout技術

深度神經(jīng)網(wǎng)絡的訓練對樣本數(shù)量要求較高，若訓練樣本數(shù)目較少而網(wǎng)絡規(guī)模較大，則在多數(shù)情況下會出現(xiàn)過擬合現(xiàn)象，即在訓練集上準確率很高，但在測試集上卻很低。為避免和緩解網(wǎng)絡過擬合，本文引入Dropout方法[20]進行優(yōu)化。

Dropout的核心思想是以一定的概率將隱藏層的激活值設為0，隨機讓它們失效，但并不刪除。即對于不同的輸入，隱藏層不同的節(jié)點被激活。該種方式導致每次輸入對應的網(wǎng)絡結構均未知且它們共享權值，在一定程度上可起到模型的高效平均。同時，這種操作可減少特征間的依賴性，避免某些特征在一些特征存在的情況下才起作用，增加了網(wǎng)絡模型的泛化性。

2.2 本文提出的模型

鑒于所處理數(shù)據(jù)規(guī)模較小的情況，本文采用LeNet-5基礎結構。但該模型在提取特征時只考慮了單尺度特征，忽略了多級特征包含的對識別有用的其他特征。為解決該問題，本文對LeNet-5進行了改進。在網(wǎng)絡中引入Inception結構來提取多尺度特征信息。同時為了避免或緩解過擬合現(xiàn)象，在網(wǎng)絡中的全連接層引入了Dropout;為緩解梯度消失問題，將網(wǎng)絡中的sigmoid激活函數(shù)替換成ReLU。

改進的網(wǎng)絡結構如圖2所示。

2.3 損失函數(shù)

本文模型采用的損失函數(shù)為交叉熵損失函數(shù)：

（4）

式中：Y指圖像真實的標簽值;P指圖像預測的概率值;N為總的訓練樣本個數(shù);K為總的圖片類別數(shù)。

2.4 參數(shù)設置及訓練細節(jié)

本文采用隨機梯度下降算法進行權值的優(yōu)化更新，在網(wǎng)絡訓練中，學習率設為0.001;最大迭代次數(shù)設為100 000;衰減系數(shù)值為0.5;動量值設為0.9。

3 實 驗

3.1 數(shù)據(jù)集

為探索本文所提出的多尺度深度卷積神經(jīng)網(wǎng)絡的性能，本文新建了一個谷子生長期缺素數(shù)據(jù)集，包含六類圖像，分別是缺鉀、缺鎂、缺錳、缺硼、缺鐵及缺鋅圖像。每類圖像包含約1 000張圖像，其中80%用作訓練集，20%用作測試集。缺鉀、缺鎂、缺錳、缺硼、缺鐵及缺鋅示例如圖3所示。

谷子生長期數(shù)據(jù)集不同缺素類別圖片的數(shù)量見表1所列。

3.2.1 網(wǎng)絡模型訓練及分類結果

為驗證所提出模型的收斂性，圖4給出了其在迭代次數(shù)不斷增加的情況下，準確率和Loss的變化趨勢。從圖中可以看出訓練剛開始時，識別準確率迅速上升，損失值穩(wěn)步下降。在第1 000次迭代時，識別率達到94%，損失值從最初的3.76降至0.09。隨著迭代次數(shù)的進一步增加，模型參數(shù)不斷得到優(yōu)化，損失值緩慢下降，識別率不斷上升，在

第60 000次時準確率達到97.7%，隨后模型趨于穩(wěn)定。最后訓練結束時，識別率達到98%，Loss接近于0。

在模型訓練初期Loss較小，并未出現(xiàn)梯度爆炸的現(xiàn)象，表明本文所提出模型結構較為合理。在后面的迭代中，Loss并未出現(xiàn)大范圍的劇烈振蕩，表明網(wǎng)絡已經(jīng)收斂。

3.2.2 模型改進前后實驗結果對比

為驗證所提出的改進模型在谷子缺素識別應用中的優(yōu)越性，本小節(jié)將其與LeNet-5經(jīng)典網(wǎng)絡結構進行了對比。圖5和圖6分別展示了LeNet-5與本文改進算法的誤差與識別準確率隨迭代次數(shù)的變化趨勢。

從圖5可以看出，我們的方法與傳統(tǒng)的LeNet-5相比，可快速收斂，且誤差更小。圖6表明，我們的方法獲得了更高的準確率。上述結果說明所提出模型在準確性及收斂效率上均優(yōu)于LeNet-5，驗證了所提出模型的性能。

3.2.3 激活函數(shù)優(yōu)化前后性能對比

為驗證所提出模型中的ReLU激活函數(shù)在克服梯度消失問題上的優(yōu)越性，圖7給出了模型使用sigmoid及ReLU不同激活函數(shù)時的性能。由圖7可以看出，使用ReLU激活函數(shù)時模型獲得了更好的性能，驗證了ReLU激活函數(shù)在緩解梯度消失上的有效性。

3.2.4 Dropout優(yōu)化前后性能對比

為驗證Dropout優(yōu)化對模型的影響，圖8給出了模型在引入Dropout前后迭代10 000次的識別率變化趨勢。

如圖8所示，引入Dropout后，在迭代10 000次時，識別率由95.6% 提升到97.2%，驗證了Dropout的優(yōu)越性。需要注意的是，此處Dropout的概率值設為0.5。

為進一步驗證Dropout概率對模型性能的影響，表2給出了模型在不同概率值下迭代10 000次的識別率。從表2可以看出，概率值從0到0.5時，模型準確率隨概率值的增大而提升。而當概率值為0.9時，模型準確率反而下降。表2說明，在一定范圍內，Dropout的概率值越大，模型的魯棒性更強，性能更好。但當概率值超過一定閾值時，模型由于失效的節(jié)點過多而不能充分挖掘數(shù)據(jù)中的信息，從而導致性能下降。從表2得出Dropout概率值為0.5時，模型性能最佳。另一方面，Dropout概率值從0.3到0.5時，模型性能均優(yōu)于不加Dropout時的性能，進一步驗證了Dropout的優(yōu)越性。

3.2.5 Inception優(yōu)化前后實驗對比

為驗證Inception優(yōu)化對于模型的影響，圖9給出了模型在加入Inception優(yōu)化前后迭代10 000次的識別率變化趨勢。

如圖9所示，加入Inception之后，模型性能提升明顯，說明Inception引入的多層次特征對模型性能的提升非常關鍵。

4 結 語

本文基于LeNet-5提出了一個多尺度卷積模型，具體方法是在模型中引入Inception結構。同時，為提升模型的魯棒性，我們在模型的全連接層引入Dropout及在卷積層后引入ReLU激活函數(shù)。大量實驗表明，本文所提出模型在谷子生長期元素失衡識別中取得了優(yōu)于傳統(tǒng)單尺度模型的性能。同時，本文建立了一個新的谷子缺素數(shù)據(jù)集，為后續(xù)研究者開展谷子缺素研究提供了數(shù)據(jù)基礎。未來研究工作應聚焦構建更大更豐富的數(shù)據(jù)集，引入更多缺素類別，并提出更有效的谷類生長期缺素分類算法。

參 考 文 獻

[1]范青慈.植物營養(yǎng)元素缺乏癥的判斷及施肥[J].青海草業(yè)，1994（2）：41-43.

[2]陳繼俠，任艷華.植物缺氮、磷、鉀元素癥狀及防治技術[J].農(nóng)學學報，2008（9）：51-52.

[3]唐菁，楊承棟，康紅梅.植物營養(yǎng)診斷方法研究進展[J].世界林業(yè)研究，2005，18（6）：45-48.

[4] BLACKMER T M，SCHEPERS J S. Techniques for monitoring crop? nitrogen status in corn [J]. Communications in soil science and plant analysis，1994，25（9-10）：1791-1800.

[5] JEYALAKSHMI S，RADHA R. A review on diagnosis of nutrient deficiency symptoms in plant leaf image using digital image processing [J]. ICTACT journal on image and video processing，2017，7（4）：1515-1524.

[6] PATIL J K，KUMAR? R. Feature extraction of diseased leaf images [J]. Journal of signal and image processing，2012，3（1）：60-63.

[7] WANG Z，LU B，CHI Z，et al. Leaf image classification with shape context and shift? descriptors [C]// International Conference? on Digital Image Computing： Techniques &Applications.IEEE Computer Society，2011.

[8] VINUSHREE N，HEMALATHA B，KALIAPPAN V K. Efficient kernel-based fuzzy c-means clustering for pest detection and classification [C]// Computing & Communication Technologies，2014.

[9] ASRAF H M，NOORITAWATI M T，RIZAM M S B S.A comparative study in kernel-based support vector machine of oil palm leaves nutrient disease [J]. Procedia engineering，2012，41：1353-1359.

[10]龔丁禧，曹長榮.基于卷積神經(jīng)網(wǎng)絡的農(nóng)作物葉片分類[J].計算機與現(xiàn)代化，2014（4）：12-15.

[11]龍滿生，歐陽春娟，劉歡，等.基于卷積神經(jīng)網(wǎng)絡與遷移學習的油茶病害圖像識別[J]. Transactions of the Chinese society of agricultural engineering，2018，34（18）：194-201.

[12] LECUN Y，BOTTOU L，BENGIO Y，et al. Gradient-based learning applied to document recognition [J]. Proceedings of the IEEE，1998，86（11）：2278-2324.

[13] KRIZHEVSKY A，SUTSKEVER I，HINTON G. Imagenet classification with deep convolutional neural networks [C]// In Neural Information Processing Systems，2012.

[14] SIMONYAN K，ZISSERMAN A. Very deep convolutional networks for large-scale image recognition [C]// In International conference on learning representations，2015.

[15] SZEGEDY C，LIU W，JIA Y ，et al. Going deeper with convolutions [C]// In：Proceedings Of The IEEE Conference On Computer Vision And Pattern Recognition，2015.

[16] HE K，ZHANG X，REN S，et al. Deep residual learning for image recognition [C]// In Proceedings of the IEEE conference on computer vision and pattern recognition，2016：770-778.

[17] HUANG G，LIU Z，VAN DER MAATEN L，et al. Densely connected convolutional networks [C]// In Proceedings of the IEEE conference on computer vision and pattern recognition，2017： 4700-4708.

[18]楊楠.基于Caffe深度學習框架的卷積神經(jīng)網(wǎng)絡研究[D].石家莊：河北師范大學，2016.

[19] GLOROT X，BORDES A，BENGIO Y. Deep sparse rectifier neural networks [C]// In Proceedings Of The Fourteenth International Conference On Artificial Intelligence And Statistics，2011：315-323.

[20] SRIVASTAVA N，HINTON G，KRIZHEVSKY A，et al. Dropout： a simple way to prevent neural networks from overfitting [J]. Journal of machine learning research，2014，15（1）：1929-1958.