劉天真 滕桂法 苑迎春 劉 博 劉智國(guó)

(1.河北農(nóng)業(yè)大學(xué)信息科學(xué)與技術(shù)學(xué)院, 保定 071001; 2.保定學(xué)院信息工程學(xué)院, 保定 071000;3.河北省農(nóng)業(yè)大數(shù)據(jù)重點(diǎn)實(shí)驗(yàn)室，保定 071001; 4.石家莊學(xué)院計(jì)算機(jī)科學(xué)與工程學(xué)院, 石家莊 050035)

0 引言

隨著果園機(jī)械化、信息化管理的推進(jìn)，果實(shí)識(shí)別作為機(jī)械化采摘、果實(shí)產(chǎn)量預(yù)測(cè)等果園精細(xì)化管理的關(guān)鍵技術(shù)，已成為近年來的研究熱點(diǎn)[1]。河北省是棗種植主產(chǎn)區(qū)，冬棗是河北省優(yōu)勢(shì)棗種之一，其種植面積大、產(chǎn)量高，具有重要的經(jīng)濟(jì)價(jià)值[2-3]。冬棗園果實(shí)密集、枝葉遮擋嚴(yán)重、環(huán)境復(fù)雜，為實(shí)現(xiàn)冬棗的機(jī)械化采摘，冬棗果實(shí)的精準(zhǔn)識(shí)別與檢測(cè)至關(guān)重要。

近年來，針對(duì)棗類果實(shí)的識(shí)別檢測(cè)問題，許多學(xué)者基于傳統(tǒng)機(jī)器視覺技術(shù)進(jìn)行了研究[4-6]，其中針對(duì)靈武長(zhǎng)棗采用的基于最大熵彩色圖像分割方法和基于幾何特征的圖像分割算法獲得了較高的準(zhǔn)確率。利用傳統(tǒng)機(jī)器視覺技術(shù)對(duì)蘋果、柑橘等常見果實(shí)進(jìn)行識(shí)別檢測(cè)[7-10]多數(shù)采用基于果實(shí)顏色和紋理等特征的圖像分割改進(jìn)方法，其識(shí)別準(zhǔn)確率高，但檢測(cè)速度不足。

傳統(tǒng)機(jī)器視覺方法在自然場(chǎng)景下的魯棒性、實(shí)時(shí)性較差，難以滿足果園信息化管理和機(jī)械化采摘的要求。卷積神經(jīng)網(wǎng)絡(luò)在目標(biāo)檢測(cè)方面體現(xiàn)出強(qiáng)大的優(yōu)勢(shì)。卷積神經(jīng)網(wǎng)絡(luò)方法分為兩類：一類基于區(qū)域建議方法，采用先生成建議框、再分類的two-stage檢測(cè)模型，以RCNN[11-13]系列模型為代表，其檢測(cè)精度高，泛化能力強(qiáng)，但檢測(cè)時(shí)間較長(zhǎng)，不能滿足實(shí)時(shí)性需求[14-15]；另一類用單一的卷積網(wǎng)絡(luò)直接獲得預(yù)測(cè)目標(biāo)位置和分類的端到端的one-stage檢測(cè)模型，以YOLO[16-18]系列模型為代表，因其具有檢測(cè)實(shí)時(shí)性、高精度等優(yōu)勢(shì)而得到廣泛應(yīng)用。研究學(xué)者針對(duì)深度模型進(jìn)行了一系列研究[19-23]，針對(duì)自然場(chǎng)景下的水果果實(shí)，采用改進(jìn)的YOLO系列模型進(jìn)行自動(dòng)化識(shí)別，獲得了較高的可靠性和檢測(cè)效率。

然而，在自然光線變化、枝葉遮擋或果實(shí)密集、果實(shí)不同成熟期等實(shí)際情況下，需要對(duì)卷積神經(jīng)網(wǎng)絡(luò)作進(jìn)一步改進(jìn)，以便較好地解決實(shí)際問題、提升果實(shí)檢測(cè)效率。與蘋果、柑橘、芒果等果實(shí)相比，冬棗果實(shí)果型小、產(chǎn)量大，成熟期集中，冬棗果樹枝葉較密[24]、果實(shí)重疊、枝葉對(duì)果實(shí)遮擋嚴(yán)重，并且不同成熟期冬棗果實(shí)混雜、果實(shí)顏色差異明顯[25]，這些均增加了識(shí)別的難度。本文利用YOLO v3模型在目標(biāo)檢測(cè)方面的優(yōu)勢(shì)，針對(duì)冬棗果實(shí)的特征引入注意力模塊(SE)對(duì)YOLO v3進(jìn)行改進(jìn)，并選擇最優(yōu)閾值對(duì)冬棗進(jìn)行檢測(cè)，分別采用不同復(fù)雜情況的冬棗數(shù)據(jù)集來驗(yàn)證本文模型的有效性。

1 冬棗果實(shí)檢測(cè)模型

1.1 YOLO v3模型

YOLO v3是對(duì)深度卷積神經(jīng)網(wǎng)絡(luò)YOLO的改進(jìn)，利用多尺度檢測(cè)和殘差網(wǎng)絡(luò)實(shí)現(xiàn)目標(biāo)檢測(cè)，在目標(biāo)檢測(cè)方面具有實(shí)時(shí)性、泛化能力強(qiáng)、精度高等優(yōu)勢(shì)[13]，是目前最先進(jìn)的目標(biāo)檢測(cè)方法之一，能夠從圖像中快速分類檢測(cè)目標(biāo)。

YOLO v3模型包括Darknet層和YOLO層兩部分，Darknet是YOLO v3的特征提取層，YOLO層是目標(biāo)檢測(cè)層。模型采用尺寸為416×416×3的圖像作為輸入，利用Darknet層提取圖像特征，得到3個(gè)尺寸(52×52×256、26×26×512、13×13×1 024)的特征圖，在YOLO層中進(jìn)行檢測(cè)。每個(gè)網(wǎng)格檢測(cè)出B個(gè)目標(biāo)檢測(cè)框及其置信度c，即產(chǎn)生5個(gè)預(yù)測(cè)值(x,y,w,h,c)，其中(x,y)是目標(biāo)坐標(biāo)，(w,h)是目標(biāo)檢測(cè)框的寬度和高度，最后通過設(shè)置置信度閾值對(duì)預(yù)測(cè)結(jié)果進(jìn)行取舍。

1.2 改進(jìn)的YOLO v3模型

對(duì)檢測(cè)冬棗果實(shí)分析可知，自然場(chǎng)景受光線、遮擋等因素干擾，冬棗果實(shí)情況復(fù)雜。針對(duì)YOLO v3模型對(duì)因受部分遮擋和受光線影響而使冬棗果實(shí)錯(cuò)檢、漏檢和置信度較低情況，可以通過增強(qiáng)感受野，加強(qiáng)有效特征提取的方法有效提高檢測(cè)效果。

SE Net(Squeeze and excitation networks)[26]是基于加權(quán)特征圖思想提出的一種網(wǎng)絡(luò)結(jié)構(gòu)，其核心是SE結(jié)構(gòu)，如圖1所示。

SE結(jié)構(gòu)主要由擠壓(Squeeze)和激發(fā)(Excitation)兩個(gè)操作組成，Squeeze操作先將輸入的特征圖做全局平均池化(Global average pooling)[27]計(jì)算，得到特征通道的全局分布特征，去除特征通道中的空間分布特征，也賦予網(wǎng)絡(luò)全局感受野，然后進(jìn)入3層的全連接網(wǎng)絡(luò)，該網(wǎng)絡(luò)的隱含層為ReLU激活函數(shù)，輸入層和輸出層神經(jīng)元數(shù)相同。Excitation操作為Sigmoid激活函數(shù)計(jì)算。輸入的特征圖經(jīng)過Squeeze和Excitation處理后輸出一個(gè)向量，向量中的元素作為原輸入特征圖的各層權(quán)值，該值用于衡量其重要程度。最后Scale操作將輸出向量與原輸入特征圖相乘，得到施加權(quán)值后的特征圖，來強(qiáng)化有效特征，弱化低效或無效特征，使提取的特征具有更強(qiáng)的指向性，從而提高檢測(cè)結(jié)果。

鑒于SE Net在通道方向上的特征校正能力，本文提出一種將其嵌入YOLO v3的模型結(jié)構(gòu)，為了區(qū)分其他嵌入SE Net的YOLO v3模型[28-29]，本文稱為YOLO v3-SE模型，模型結(jié)構(gòu)如圖2所示。

YOLO v3模型網(wǎng)絡(luò)深度為102層，其中Darknet特征提取層是準(zhǔn)確檢測(cè)目標(biāo)的關(guān)鍵，包含75層。YOLO v3-SE是在YOLO v3模型的第37、52層分別輸出Scale3、Scale2兩個(gè)尺寸的特征圖后嵌入SE結(jié)構(gòu)，使Darknet增至77層，SE結(jié)構(gòu)作為YOLO v3-SE模型的第38、54層。YOLO v3 和YOLO v3-SE模型的網(wǎng)絡(luò)結(jié)構(gòu)及各層參數(shù)對(duì)比如圖3所示。

YOLO v3-SE為提升模型對(duì)高分辨率圖像的處理能力，采用512×512×3作為輸入圖像尺寸，兩個(gè)SE層分別將前一層輸出的尺寸為64×64×256、32×32×512的特征圖作為輸入，全局平均池化后得到尺寸為1×1×256、1×1×512的特征圖，經(jīng)過全連接網(wǎng)絡(luò)后仍為1×1×256、1×1×512，再由Sigmoid激活函數(shù)處理后得到1×1×256和1×1×512的權(quán)值，將權(quán)值與原輸入特征圖相乘，得到輸出特征圖為64×64×256、32×32×512。

YOLO v3模型的第85、95層為route[18]層，用于將淺層特征與深層特征上采樣后進(jìn)行拼接融合，這種多尺度融合預(yù)測(cè)的思想使網(wǎng)絡(luò)性能更強(qiáng)。本文模型沿用route層結(jié)構(gòu)，route層信息如表1所示。

表1 route層信息

嵌入SE結(jié)構(gòu)后，YOLO v3-SE模型在第87層為route層，將第86層(32×32×256)與第54層(32×32×512)連接，構(gòu)成尺寸為32×32×768的特征圖。同樣，第97層route層得到的特征圖尺寸為64×64×384。

2 模型訓(xùn)練與閾值選取

2.1 數(shù)據(jù)集制作

本文圖像采集地點(diǎn)分別為河北省滄州市的滄縣紅棗樹教育基地和南顧屯村冬棗園，采集日期集中在2019年8月底至10月初，分別在晴天及陰天、白天和傍晚進(jìn)行采集。實(shí)驗(yàn)選用佳能數(shù)碼相機(jī)、手機(jī)等設(shè)備，采集了大量冬棗果實(shí)圖像，作為冬棗圖像數(shù)據(jù)集。從圖像中選取不同光線、不同遮擋情況、不同成熟期混雜的冬棗圖像1 000幅作為冬棗果實(shí)檢測(cè)實(shí)驗(yàn)所用數(shù)據(jù)集，并使用圖像標(biāo)注工具LableImg對(duì)冬棗目標(biāo)進(jìn)行標(biāo)注，得到VOC格式的xml文件。在標(biāo)注時(shí)采取人工可觀測(cè)的冬棗果實(shí)全標(biāo)注方式，即圖像中所有遮擋情況的冬棗果實(shí)均按可見大小來標(biāo)注，按人眼觀測(cè)結(jié)果進(jìn)行識(shí)別。

將標(biāo)注的冬棗果實(shí)數(shù)據(jù)集劃分為訓(xùn)練集、測(cè)試集、驗(yàn)證集，按8∶1∶1進(jìn)行隨機(jī)分配，分別包括800、100、100幅圖像，包含冬棗果實(shí)目標(biāo)分別為8 586、1 327、1 288個(gè)。

2.2 運(yùn)行條件

模型訓(xùn)練和測(cè)試均在同一臺(tái)計(jì)算機(jī)進(jìn)行，硬件配置為Inter Core i7-8700K CPU@3.70 GHz，GeForce GTX 1080Ti GPU，16 GB運(yùn)行內(nèi)存，軟件環(huán)境為64位Windows 10系統(tǒng)，TensorFlow深度學(xué)習(xí)框架。

訓(xùn)練時(shí)批處理集尺寸(Batchsize)為8個(gè)樣本，初始學(xué)習(xí)率(Learning rate)為0.001，權(quán)值衰減(Decay)為0.9。為防止過擬合，設(shè)置在訓(xùn)練100輪時(shí)沒有產(chǎn)生損失值下降即結(jié)束訓(xùn)練。訓(xùn)練時(shí)使用K-means聚類計(jì)算當(dāng)前數(shù)據(jù)集的錨點(diǎn)預(yù)訓(xùn)練值。

2.3 訓(xùn)練損失值對(duì)比

采用相同訓(xùn)練集、驗(yàn)證集和測(cè)試集分別在YOLO v3-SE和YOLO v3兩模型上進(jìn)行訓(xùn)練，對(duì)比迭代損失值變化曲線，如圖4所示。

由圖4可以看出，兩模型在前6 000次迭代擬合速度快，損失值迅速變小，然后緩慢下降，最終穩(wěn)定在最小值，模型訓(xùn)練完成。其中，YOLO v3經(jīng)過6.2 h、32 720次迭代穩(wěn)定在極值，YOLO v3-SE模型經(jīng)4.7 h、24 800次迭代穩(wěn)定在極值。可見，YOLO v3-SE模型比YOLO v3模型收斂速度更快，損失值更小，說明本文模型訓(xùn)練的效率更高。

2.4 評(píng)估指標(biāo)及閾值

選取準(zhǔn)確率P、召回率R、平均檢測(cè)精度(mAP)以及調(diào)和平均數(shù)F作為評(píng)價(jià)指標(biāo)。

在使用模型進(jìn)行實(shí)際檢測(cè)時(shí)，需要設(shè)置置信度閾值來對(duì)檢測(cè)目標(biāo)進(jìn)行取舍。因此，在模型檢測(cè)時(shí)，置信度閾值選取比較關(guān)鍵。

在訓(xùn)練結(jié)束后設(shè)置不同置信度閾值得到多組評(píng)估指標(biāo)，對(duì)比結(jié)果見圖5。由于F是綜合P、R的評(píng)估指標(biāo)，選取F為主要參考值。由圖5可見，閾值為0.55時(shí)，F(xiàn)取得最大值86.19%，此時(shí)mAP維持在較高值82.01%，而P為88.71%，R為83.80%，也處于較高水平，說明模型性能最優(yōu)。所以最終選取置信度閾值0.55作為模型檢測(cè)實(shí)驗(yàn)所用參數(shù)。

3 結(jié)果與分析

3.1 檢測(cè)總體效果對(duì)比

對(duì)YOLO v3-SE和YOLO v3模型在相同訓(xùn)練集和驗(yàn)證集上分別進(jìn)行訓(xùn)練，并在相同測(cè)試集上進(jìn)行檢測(cè)，得到各評(píng)估指標(biāo)、檢測(cè)結(jié)果的置信度以及檢測(cè)速度等。在檢測(cè)效果圖中，統(tǒng)一用黃框表示假負(fù)例FN，即應(yīng)檢出而未檢出的目標(biāo)冬棗果實(shí)，藍(lán)框表示假正例FP，即錯(cuò)檢的目標(biāo)冬棗果實(shí)。

3.1.1評(píng)估指標(biāo)對(duì)比

通過訓(xùn)練和測(cè)試，YOLO v3-SE和YOLO v3兩模型的PR曲線如圖6所示，評(píng)估指標(biāo)如表2所示。

從圖6可以看出，YOLO v3-SE的PR曲線覆蓋范圍更大，說明mAP更大，P、R也比YOLO v3有明顯提升。從表2可以看出，YOLO v3-SE和YOLO v3兩模型的P均處于較高水平，而YOLO v3-SE的R為83.80%，比YOLO v3模型的R，提升了4.36個(gè)百分點(diǎn)，mAP從YOLO v3的77.23%提升到Y(jié)OLO v3-SE的82.01%，提升了4.78個(gè)百分點(diǎn)，F(xiàn)從YOLO v3的83.81%提升到Y(jié)OLO v3-SE的86.19%，提升了2.38個(gè)百分點(diǎn)。可見本文模型的mAP和F都有明顯提升，比YOLO v3檢測(cè)效果更好。

表2 YOLO v3-SE和YOLO v3模型檢測(cè)結(jié)果的評(píng)估指標(biāo)對(duì)比

3.1.2置信度對(duì)比

在模型檢測(cè)中，對(duì)比兩模型對(duì)3幅圖像的檢測(cè)效果，如圖7所示，3幅圖像從左到右依次記為P1、P2、P3，相應(yīng)置信度對(duì)比如表3所示。

從表3可以看出，YOLO v3-SE模型在3幅圖像上的正確檢出目標(biāo)分別為17、19、10個(gè)，而YOLO v3模型正確檢出目標(biāo)為15、15、6個(gè)，YOLO v3-SE模型檢測(cè)目標(biāo)的置信度是1的情況明顯更多，絕大多數(shù)置信度在0.9以上。從圖7可以看出，YOLO v3-SE模型在比YOLO v3模型多檢出的目標(biāo)冬棗果實(shí)的置信度也在較高水平。對(duì)照表3和圖7來看，YOLO v3-SE模型在對(duì)應(yīng)檢測(cè)框的置信度比YOLO v3模型更高，并且從YOLO v3模型未檢出、YOLO v3-SE模型檢出的目標(biāo)來看，置信度也較高，說明本文模型對(duì)檢測(cè)目標(biāo)的置信度有一定加強(qiáng)作用，使檢測(cè)效果更好，檢測(cè)能力更強(qiáng)。

表3 圖7中檢測(cè)結(jié)果的置信度對(duì)比

3.1.3檢測(cè)速度對(duì)比

實(shí)驗(yàn)選取單幅圖像和批量圖像兩種方式對(duì)比檢測(cè)速度。檢測(cè)時(shí)間通常指從待檢測(cè)圖像讀入至檢測(cè)結(jié)果輸出所用的時(shí)間。在批量檢測(cè)速度的實(shí)驗(yàn)中，記錄兩模型分別對(duì)101幅600像素×600像素的圖像檢測(cè)所用時(shí)間，再分別減去各自在第1幅圖像所用檢測(cè)時(shí)間，這是因?yàn)榈?幅圖像檢測(cè)時(shí)需要載入權(quán)重模型而導(dǎo)致耗時(shí)較長(zhǎng)。

在模型中嵌入其他結(jié)構(gòu)往往使檢測(cè)速度降低。對(duì)比兩模型對(duì)兩種不同尺寸的單幅和批量圖像檢測(cè)速度，結(jié)果如表4所示。

表4 兩模型圖像檢測(cè)速度對(duì)比

由表4可見，在中等尺寸和大尺寸圖像的檢測(cè)上，YOLO v3-SE模型與YOLO v3模型耗時(shí)相差很小，而批量檢測(cè)時(shí)，YOLO v3-SE模型的檢測(cè)速度與YOLO v3模型相差在毫秒級(jí)。

從檢測(cè)速度對(duì)比看，無論是單幅圖像，還是批量圖像，YOLO v3-SE模型與YOLO v3模型差異不明顯。

3.2 自然場(chǎng)景檢測(cè)實(shí)驗(yàn)

為檢驗(yàn)YOLO v3-SE模型在自然場(chǎng)景下的適應(yīng)性和有效性，根據(jù)實(shí)際條件進(jìn)一步檢測(cè)模型的效率。以自然場(chǎng)景下拍攝的光線不足、密集遮擋和成熟期混雜等復(fù)雜情況下的冬棗果實(shí)圖像各50幅，分別組成測(cè)試集進(jìn)行檢測(cè)，與YOLO v3模型對(duì)比，利用P、R、mAP和F評(píng)估本文模型的性能。

3.2.1光線不足情況下的檢測(cè)效果對(duì)比

為避免密集遮擋對(duì)實(shí)驗(yàn)的影響，選取50幅逆光、陰天或傍晚等光線不足情況下的非密集冬棗果實(shí)圖像組成測(cè)試集，共包含270個(gè)冬棗果實(shí)目標(biāo)，使用YOLO v3-SE和YOLO v3模型進(jìn)行檢測(cè)，評(píng)估指標(biāo)如表5所示，檢測(cè)效果如圖8所示。

表5 光線不足情況下的冬棗果實(shí)測(cè)試集評(píng)估結(jié)果

從表5中可以看出，YOLO v3-SE模型的mAP比YOLO v3模型高3.75個(gè)百分點(diǎn)，YOLO v3-SE模型的F比YOLO v3模型高1.96個(gè)百分點(diǎn)。YOLO v3-SE模型的R提升明顯，比YOLO v3高4.08個(gè)百分點(diǎn)。兩模型檢測(cè)結(jié)果均保持較高的準(zhǔn)確率，但YOLO v3-SE模型在R、mAP和F指標(biāo)上明顯高于YOLO v3模型，檢測(cè)效果更好。

圖8分別選取光線不足情況中的逆光和陰暗兩組圖像進(jìn)行對(duì)比，其中左圖為逆光情況，右圖為陰暗情況。從圖中可以看出，光線不足時(shí)，數(shù)碼設(shè)備拍攝的圖像質(zhì)量明顯下降，導(dǎo)致被檢測(cè)目標(biāo)的邊緣不清晰、顏色失真、紋理特征缺失，為檢測(cè)帶來阻礙。受此影響YOLO v3模型漏檢率較高。綜合來看，本文模型比YOLO v3模型的檢測(cè)效果有明顯提升。

3.2.2密集遮擋情況下的檢測(cè)效果對(duì)比

實(shí)驗(yàn)選取50幅冬棗果實(shí)密集度較高、遮擋較嚴(yán)重、光線充足的圖像組成測(cè)試集，共包含1 028個(gè)冬棗果實(shí)目標(biāo)，使用YOLO v3-SE和YOLO v3兩模型進(jìn)行檢測(cè)，實(shí)驗(yàn)結(jié)果如表6所示，檢測(cè)效果對(duì)比如圖9所示。

表6 密集冬棗果實(shí)測(cè)試集評(píng)估結(jié)果

從表6來看，YOLO v3-SE模型的mAP比YOLO v3高2.38個(gè)百分點(diǎn)，YOLO v3-SE的F比YOLO v3高1.75個(gè)百分點(diǎn)。圖9中左圖為果實(shí)密集多枝葉遮擋，右圖為果實(shí)密集多重疊情況，由于選取圖像光線充足，冬棗果實(shí)邊界清晰，兩模型檢測(cè)準(zhǔn)確率均較高。但由于枝葉茂盛，對(duì)果實(shí)遮擋嚴(yán)重，以及果實(shí)密集重疊，甚至出現(xiàn)冬棗果實(shí)不同部位的遮擋，冬棗果實(shí)與枝葉顏色相差不大，會(huì)出現(xiàn)錯(cuò)檢和漏檢情況。圖中YOLO v3出現(xiàn)的錯(cuò)檢和漏檢情況明顯多于YOLO v3-SE，無論是冬棗果實(shí)多重疊還是多遮擋情況，本文模型的檢測(cè)效果均優(yōu)于YOLO v3模型。

3.2.3不同成熟期冬棗的檢測(cè)效果對(duì)比

分別選取50幅以白熟期、脆熟期和完熟期3個(gè)不同時(shí)期的冬棗果實(shí)圖像組成3個(gè)測(cè)試集，分別包含冬棗果實(shí)目標(biāo)數(shù)量為532、333、400個(gè)，使用YOLO v3-SE和YOLO v3模型檢測(cè)，各評(píng)估指標(biāo)如表7所示，檢測(cè)效果如圖10所示。

表7 不同成熟期的冬棗果實(shí)測(cè)試集的評(píng)估結(jié)果

從表7可以看出，YOLO v3-SE模型的mAP在3個(gè)成熟期的測(cè)試結(jié)果比YOLO v3分別高3.34～4.81個(gè)百分點(diǎn)。不同成熟期YOLO v3-SE模型的R比YOLO v3高3～5個(gè)百分點(diǎn)，YOLO v3-SE的F也比YOLO v3高2.02～2.77個(gè)百分點(diǎn)。

圖10為以3個(gè)成熟期為主的測(cè)試圖像對(duì)比，從左至右為白熟期、脆熟期、完熟期。從圖中可以看出，在光線充足情況下，脆熟期冬棗果實(shí)部分變紅、完熟期為全紅色，顏色紋理特征明顯，在光線充足情況下與周圍環(huán)境對(duì)比清晰。而由于白熟期冬棗果實(shí)顏色為青綠色，重疊或遮擋時(shí)會(huì)呈現(xiàn)出與樹葉較接近的顏色和形狀，在標(biāo)注時(shí)要做到人眼準(zhǔn)確、全面地觀測(cè)也較困難，所以會(huì)導(dǎo)致誤檢、漏檢。綜合3個(gè)成熟期的檢測(cè)效果，YOLO v3模型的mAP和F明顯低于YOLO v3-SE模型，YOLO v3-SE模型檢測(cè)效果更好。

4 結(jié)論

(1)提出了基于YOLO v3-SE模型的自然場(chǎng)景下冬棗果實(shí)識(shí)別方法。實(shí)驗(yàn)表明，YOLO v3-SE模型檢測(cè)精度高、速度快，在自然場(chǎng)景下對(duì)復(fù)雜因素的抗干擾能力強(qiáng)，模型的平均檢測(cè)精度達(dá)82.01%，綜合評(píng)價(jià)指標(biāo)F達(dá)86.19%，對(duì)單幅圖像和批量圖像的檢測(cè)速度與YOLO v3模型無明顯差異。

(2)通過在YOLO v3中嵌入SE Net，增強(qiáng)了特征圖的特征表達(dá)能力，與YOLO v3模型相比，YOLO v3-SE的召回率提升了4.36個(gè)百分點(diǎn)，mAP提升了4.78個(gè)百分點(diǎn)，F(xiàn)提升了2.38個(gè)百分點(diǎn)。

(3)通過對(duì)比閾值對(duì)評(píng)估指標(biāo)的影響，選取0.55作為本文模型檢測(cè)的置信度閾值，以保證模型性能最優(yōu)。

(4)與YOLO v3相比，在光線不足、密集遮擋和冬棗不同成熟期等多種情況下本文模型檢測(cè)效果均有不同程度的提升，其中，在光線不足和密集遮擋情況下mAP分別提升了3.75、2.38個(gè)百分點(diǎn)，F(xiàn)分別提升1.96、1.75個(gè)百分點(diǎn)，在白熟期、脆熟期和完熟期為主的情況下mAP分別提升了3.34～4.81個(gè)百分點(diǎn)，F(xiàn)提升了2.02～2.77個(gè)百分點(diǎn)，從而驗(yàn)證了本文模型的有效性。