修春波 孫樂(lè)樂(lè)

(1.天津工業(yè)大學(xué)控制科學(xué)與工程學(xué)院，天津 300387；2.天津工業(yè)大學(xué)天津市電氣裝備智能控制重點(diǎn)實(shí)驗(yàn)室，天津 300387)

0 引言

農(nóng)業(yè)生產(chǎn)智能化技術(shù)的應(yīng)用可以有效提高生產(chǎn)效率、節(jié)約人工成本，在農(nóng)業(yè)生產(chǎn)中的多個(gè)領(lǐng)域得到廣泛應(yīng)用[1-3]。例如，采用深度學(xué)習(xí)技術(shù)可實(shí)現(xiàn)對(duì)馬鈴薯葉片病害情況的智能檢測(cè)[4]、病變的準(zhǔn)確分割[5]以及病害有效診斷[6]，以此提高馬鈴薯種植生產(chǎn)效率。而馬鈴薯種植產(chǎn)業(yè)的首要環(huán)節(jié)是馬鈴薯的幼苗培育，馬鈴薯幼苗培育過(guò)程中的幼苗剪切操作由于工藝相對(duì)復(fù)雜，目前仍以人工操作為主，在幼苗剪切過(guò)程中容易出現(xiàn)細(xì)菌感染的情況，從而導(dǎo)致生產(chǎn)成本增加，且生產(chǎn)效率不高。如果采用自動(dòng)育苗技術(shù)就能避免操作污染，提高育苗成活率，提高育苗栽培效率。馬鈴薯自動(dòng)化育苗系統(tǒng)中的核心機(jī)構(gòu)為幼苗剪切裝置，可利用計(jì)算機(jī)視覺(jué)技術(shù)對(duì)馬鈴薯幼苗的葉芽進(jìn)行定位，從而確定剪切位置。由于葉芽在自然生長(zhǎng)過(guò)程中大小、姿態(tài)具有隨機(jī)性，因此，相機(jī)所采集的圖像會(huì)出現(xiàn)葉芽與莖稈之間的遮擋情況。傳統(tǒng)的目標(biāo)識(shí)別與定位方法很難滿(mǎn)足實(shí)際工況場(chǎng)景的要求[7-9]，目前鮮有技術(shù)成熟的馬鈴薯幼苗培育自動(dòng)化系統(tǒng)應(yīng)用于實(shí)際生產(chǎn)中。

目前深度學(xué)習(xí)的快速發(fā)展為求解目標(biāo)識(shí)別與定位問(wèn)題提供了新技術(shù)[10]。深度學(xué)習(xí)網(wǎng)絡(luò)能夠?qū)崿F(xiàn)特征的自動(dòng)選擇與提取，有效提高了特征提取的質(zhì)量和效率。基于目標(biāo)識(shí)別與定位的原理，深度學(xué)習(xí)網(wǎng)絡(luò)大致可分為T(mén)wo-stage和One-stage兩類(lèi)檢測(cè)方法。Two-stage類(lèi)檢測(cè)方法將目標(biāo)檢測(cè)過(guò)程分為2個(gè)階段，第1個(gè)階段在待檢測(cè)圖像中生成一系列樣本候選區(qū)域，第2個(gè)階段利用深度學(xué)習(xí)網(wǎng)絡(luò)對(duì)候選區(qū)域進(jìn)行分類(lèi)識(shí)別，從而完成目標(biāo)檢測(cè)任務(wù)。Two-stage檢測(cè)方法的典型網(wǎng)絡(luò)有R-CNN網(wǎng)絡(luò)[11-12]、Fast R-CNN[13]、Faster R-CNN[14-16]等，這類(lèi)方法通常具有較高的檢測(cè)精度，但也存在訓(xùn)練時(shí)間較長(zhǎng)、檢測(cè)速度較慢等缺點(diǎn)。相比較而言，One-stage類(lèi)檢測(cè)方法在目標(biāo)檢測(cè)過(guò)程中不需要產(chǎn)生候選框，而是將目標(biāo)邊框定位問(wèn)題轉(zhuǎn)化為回歸問(wèn)題進(jìn)行求解，典型的網(wǎng)絡(luò)有SSD[17-18]、YOLO系列[19-22]等網(wǎng)絡(luò)，由于這類(lèi)網(wǎng)絡(luò)能夠直接定位出目標(biāo)位置，因此通常具有較快的檢測(cè)速度，但目標(biāo)定位精度會(huì)受到一定的影響。在農(nóng)業(yè)生產(chǎn)中，基于深度學(xué)習(xí)的目標(biāo)檢測(cè)技術(shù)通常只能應(yīng)用于較大的水果目標(biāo)檢測(cè)識(shí)別中[23-24]，而在馬鈴薯幼苗葉芽這類(lèi)容易出現(xiàn)遮擋的復(fù)雜小目標(biāo)識(shí)別中應(yīng)用效果并不理想。

為了有效解決馬鈴薯幼苗的葉芽識(shí)別與定位問(wèn)題，尤其提高對(duì)莖葉遮擋以及小葉芽目標(biāo)的識(shí)別準(zhǔn)確性，在YOLO v4網(wǎng)絡(luò)的基礎(chǔ)上，構(gòu)建改進(jìn)的目標(biāo)識(shí)別網(wǎng)絡(luò)。改進(jìn)的識(shí)別網(wǎng)絡(luò)通過(guò)使用基于深度可分離卷積的Res2Net模塊優(yōu)化特征提取部分的結(jié)構(gòu)，利用擴(kuò)張卷積構(gòu)建空間特征金字塔，實(shí)現(xiàn)各特征層輸出中特征圖的不同尺度感受野特征信息的有機(jī)融合，以豐富特征融合部分信息，從而保證網(wǎng)絡(luò)既具有一定的檢測(cè)速度，又具有較高的識(shí)別準(zhǔn)確性。

1 馬鈴薯幼苗自動(dòng)剪切樣機(jī)

馬鈴薯自動(dòng)育苗系統(tǒng)需要實(shí)現(xiàn)試管苗的傳送、試管苗裁剪等功能，在無(wú)塵、無(wú)菌、恒溫、恒濕的自動(dòng)化生產(chǎn)車(chē)間中，能夠有效降低試管苗被細(xì)菌感染的風(fēng)險(xiǎn)，提高育苗成活率。整個(gè)育苗生產(chǎn)工藝中，試管苗的自動(dòng)剪切是核心技術(shù)，為此，設(shè)計(jì)了馬鈴薯幼苗自動(dòng)剪切樣機(jī)，如圖1所示。

馬鈴薯幼苗自動(dòng)剪切樣機(jī)主要由剪切刀具、攝像頭、導(dǎo)軌、控制系統(tǒng)組成。其中攝像頭用于獲取馬鈴薯幼苗圖像，剪切刀具用于剪切馬鈴薯葉芽，導(dǎo)軌用于搭載刀具運(yùn)動(dòng)，控制系統(tǒng)用于控制導(dǎo)軌以及刀具運(yùn)動(dòng)。剪切平臺(tái)搭載具有剪切功能的刀具，待剪切試管苗由傳送機(jī)構(gòu)送至裁剪工位，利用攝像機(jī)采集試管苗圖像，采用基于深度學(xué)習(xí)的識(shí)別網(wǎng)絡(luò)實(shí)現(xiàn)葉芽識(shí)別與定位，機(jī)械運(yùn)動(dòng)平臺(tái)搭載刀具運(yùn)動(dòng)至剪切位置，利用氣動(dòng)機(jī)構(gòu)驅(qū)動(dòng)刀具實(shí)現(xiàn)幼苗剪切，待所有葉芽均完成剪切后，傳送機(jī)構(gòu)將其送出，完成剪切過(guò)程。

2 識(shí)別網(wǎng)絡(luò)設(shè)計(jì)

2.1 數(shù)據(jù)預(yù)處理

馬鈴薯自動(dòng)剪切平臺(tái)利用培養(yǎng)液培育帶有葉芽的馬鈴薯單節(jié)莖段，生根發(fā)芽后再生成單株幼苗。在馬鈴薯育苗生產(chǎn)工藝中，要求各裁剪段至少保留一片葉芽，這樣才能確保試管苗成功繁殖。因此，葉芽位置的準(zhǔn)確識(shí)別與定位直接決定了育苗系統(tǒng)的生產(chǎn)效率及育苗成本。

為了實(shí)現(xiàn)葉芽的自動(dòng)檢測(cè)，需要建立樣本數(shù)據(jù)集。圖像樣本采集于培養(yǎng)液中自主培育的冀張薯12號(hào)馬鈴薯幼苗。采用OV5640型攝像頭采集馬鈴薯幼苗圖像，圖像尺寸為2 592像素×1 944像素。將采集到的圖像分割為400幅單株幼苗樣本圖像，其中部分樣本如圖2所示。

由圖2可見(jiàn)，馬鈴薯幼苗由于自然生長(zhǎng)導(dǎo)致葉芽形態(tài)各異、大小不一，且葉芽與稈莖之間存在遮擋，這對(duì)準(zhǔn)確識(shí)別葉芽位置造成了極大的困難。

為了提高識(shí)別的準(zhǔn)確性，采用圖像旋轉(zhuǎn)、亮度變化等數(shù)據(jù)增強(qiáng)技術(shù)將樣本圖像數(shù)量擴(kuò)充至1 400幅，以此提高樣本的多樣性，改善識(shí)別網(wǎng)絡(luò)的泛化能力。部分?jǐn)?shù)據(jù)增強(qiáng)樣本圖像如圖3所示。

圖3 數(shù)據(jù)增強(qiáng)樣本圖像Fig.3 Data enhancement sample images

圖4 YOLO v4網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.4 Structure diagram of YOLO v4 network

使用LabelImg標(biāo)注軟件對(duì)樣本圖像中馬鈴薯葉芽位置進(jìn)行數(shù)據(jù)標(biāo)注，獲得樣本類(lèi)別和坐標(biāo)信息，將數(shù)據(jù)樣本按照比例8∶1∶1劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集。

2.2 葉芽識(shí)別網(wǎng)絡(luò)

YOLO v4網(wǎng)絡(luò)是YOLO系列網(wǎng)絡(luò)中性能較好的目標(biāo)檢測(cè)與識(shí)別網(wǎng)絡(luò)，其主要結(jié)構(gòu)如圖4所示。

圖4中，YOLO v4網(wǎng)絡(luò)結(jié)構(gòu)主要包括特征提取(Backbone)、頸部特征融合(Neck)和檢測(cè)頭(Head)3部分。特征提取部分的CSPDarknet53由5個(gè)Resblock_body模塊組成，各Resblock_body模塊中包含不同數(shù)量的Residual Block結(jié)構(gòu)，并且特征提取部分的最后一層特征層輸出中加入了SPP模塊，用來(lái)融合多尺度的感受野信息，從而分離出顯著的上下文特征；頸部的PANet[25]用于實(shí)現(xiàn)特征提取部分中的特征信息從深層到淺層、再?gòu)臏\層到深層的雙向融合。檢測(cè)頭部分用于獲取3個(gè)尺度的輸出特征，并對(duì)目標(biāo)進(jìn)行檢測(cè)，獲得目標(biāo)的類(lèi)別信息以及位置信息。

YOLO v4網(wǎng)絡(luò)在對(duì)大中型顯著分離的目標(biāo)識(shí)別過(guò)程中具有良好的識(shí)別性能，但由于馬鈴薯幼苗葉芽存在目標(biāo)小、遮擋嚴(yán)重等情況，因此直接利用YOLO v4網(wǎng)絡(luò)進(jìn)行馬鈴薯幼苗葉芽識(shí)別的性能并不理想，為此對(duì)YOLO v4網(wǎng)絡(luò)在獲得細(xì)粒度特征信息和準(zhǔn)確的位置信息兩方面進(jìn)行改進(jìn)，使其適應(yīng)馬鈴薯幼苗葉芽的檢測(cè)識(shí)別。

2.2.1特征提取部分改進(jìn)

YOLO v4網(wǎng)絡(luò)中的Residual Block結(jié)構(gòu)借鑒了ResNet結(jié)構(gòu)的設(shè)計(jì)思想。ResNet結(jié)構(gòu)能夠有效避免因網(wǎng)絡(luò)深度增加而導(dǎo)致的梯度消失或退化問(wèn)題。在利用YOLO v4網(wǎng)絡(luò)對(duì)馬鈴薯幼苗的葉芽進(jìn)行檢測(cè)識(shí)別的過(guò)程中，會(huì)出現(xiàn)一定數(shù)量的漏檢、錯(cuò)檢等問(wèn)題。在ResNet的基礎(chǔ)上提出的Res2Net結(jié)構(gòu)[26-27]利用分層的殘差連接，在增加每個(gè)網(wǎng)絡(luò)層的感受視野同時(shí)，能夠在細(xì)粒度層次上表示特征信息，從而能夠提取葉芽更多的細(xì)小特征信息，減少漏檢、錯(cuò)檢的情況。ResNet及Res2Net結(jié)構(gòu)如圖5所示。

圖5 ResNet及Res2Net的結(jié)構(gòu)圖Fig.5 Structure diagrams of ResNet and Res2Net

ResNet主要由Shortcut和Mainconv兩部分組成。Shortcut部分利用恒等映射將輸入特征圖生成殘差邊，Mainconv作為特征提取部分由2個(gè)1×1卷積層和1個(gè)3×3卷積層組成，利用1×1卷積層對(duì)輸入特征圖通道進(jìn)行降維，利用3×3卷積層對(duì)降維后的特征圖進(jìn)行特征提取，再利用1×1卷積層將提取特征后的特征圖通道恢復(fù)到輸入特征圖的維度，以實(shí)現(xiàn)提取的特征信息與殘差邊特征信息的融合。

圖5b為Res2Net結(jié)構(gòu)，其保留了ResNet中的2個(gè)1×1卷積層，對(duì)3×3卷積層進(jìn)行了改造。輸入特征圖經(jīng)過(guò)1×1卷積層降維后分成4個(gè)子特征圖，每個(gè)子特征圖表示為xi(i=1，2，3，4)，其中子特征圖x1不進(jìn)行3×3卷積操作，直接進(jìn)行子特征圖輸出，將輸出特征圖記為y1，其他子特征圖xi(i=2，3，4)均進(jìn)行3×3卷積操作，記作Ki(i=2，3，4)，將其輸出特征圖記作yi(i=2，3，4)，子特征圖xi和前一個(gè)輸出特征圖yi-1相加后進(jìn)行3×3卷積操作，通過(guò)“Concat”操作對(duì)輸出的各部分特征圖yi進(jìn)行拼接操作。除y1外，每個(gè)輸出特征圖yi均融合其前一個(gè)輸出特征圖的特征信息，每個(gè)輸出特征圖的感受野得到增大的同時(shí)，各輸出特征圖利用“Concat”操作進(jìn)行拼接，也融合了葉芽多尺度的細(xì)粒度特征信息。

為了減少網(wǎng)絡(luò)的計(jì)算量，構(gòu)建了基于深度可分離卷積的Res2Net模塊，即將Res2Net模塊中的3×3卷積替換為深度可分離卷積。深度可分離卷積[28]由逐通道卷積和逐點(diǎn)卷積兩部分組成。圖6為輸入輸出通道數(shù)均為3的深度可分離卷積操作示意圖。

圖6 深度可分離卷積Fig.6 Depthwise separable convolution

圖6中，逐通道卷積對(duì)每個(gè)輸入通道的特征圖進(jìn)行3×3卷積操作，生成與輸入通道數(shù)相同的特征圖。逐點(diǎn)卷積對(duì)逐通道卷積生成的特征圖進(jìn)行1×1卷積操作，生成輸出特征圖。

對(duì)于傳統(tǒng)卷積操作，如果輸入通道數(shù)為N，輸出通道數(shù)為C，卷積核尺寸為K，則其計(jì)算量O1為

O1=K×K×N×C

(1)

而對(duì)于深度可分離卷積操作，其計(jì)算量O2為

O2=K×K×N+1×1×N×C

(2)

由此可見(jiàn)，當(dāng)K與C均不為1時(shí)，深度可分離卷積可以有效減少傳統(tǒng)卷積的計(jì)算量。

因此，為了降低葉芽檢測(cè)識(shí)別過(guò)程中的漏檢率和錯(cuò)檢率，并減少網(wǎng)絡(luò)模型的計(jì)算參數(shù)，采用深度可分離卷積替換Res2Net模塊中的3×3卷積，同時(shí)采用改進(jìn)后的Res2Net模塊替換CSPDarknet 53中的Residual Block結(jié)構(gòu)，在細(xì)粒度層次上表示特征信息，獲得葉芽細(xì)小特征信息，從而提高葉芽識(shí)別的準(zhǔn)確性。

2.2.2D-SPP模塊嵌入設(shè)計(jì)

YOLO v4網(wǎng)絡(luò)在特征提取部分的最后一個(gè)特征層輸出中使用了SPP模塊[29]，SPP模塊的結(jié)構(gòu)如圖7所示。

圖7 SPP模塊結(jié)構(gòu)圖Fig.7 Structure diagram of SPP module

圖7中，特征圖經(jīng)過(guò)卷積操作后分別進(jìn)行核尺寸為1×1、5×5、9×9、13×13的最大池化操作，然后通過(guò)“Concat”操作將池化操作后的特征圖進(jìn)行拼接，輸出通道數(shù)變?yōu)樵瓉?lái)通道數(shù)的4倍。

SPP模塊可以獲得局部感受野以及近似全局感受野的特征信息，融合不同尺度感受野的特征信息，豐富特征圖的表達(dá)能力。但輸入的特征圖經(jīng)過(guò)SPP模塊最大池化操作會(huì)丟失目標(biāo)的位置信息，為此，采用擴(kuò)張卷積[30]操作替換SPP模塊中的最大池化操作，在保持原感受野不變的情況下，確保目標(biāo)位置信息不丟失。

擴(kuò)張卷積是在標(biāo)準(zhǔn)卷積核中注入空洞，增加了一個(gè)參數(shù)用來(lái)定義卷積的擴(kuò)張率，即卷積核之間注入的空洞數(shù)量，在不增加卷積核數(shù)量的情況下可以獲得局部或者近似全局的感受野信息，以獲得更多的目標(biāo)位置信息?？斩淳矸e核尺寸k*為

k*=(k-1)×r+1

(3)

式中k——擴(kuò)張前卷積核尺寸

r——擴(kuò)張率

為了能夠?qū)崿F(xiàn)擴(kuò)張卷積操作，k的最小值為3。此外，根據(jù)特征圖尺寸選擇合適的擴(kuò)張率能夠獲得近似全局的感受野。

所設(shè)計(jì)的基于擴(kuò)張卷積的SPP模塊命名為D-SPP模塊，其結(jié)構(gòu)圖如圖8所示。

圖8 D-SPP模塊結(jié)構(gòu)圖Fig.8 Structure diagram of D-SPP module

圖8中，D-SPP模塊采用擴(kuò)張率分別為r1=2、r2=4、r3=6的3×3擴(kuò)張卷積操作替換了SPP模塊中的最大池化操作，可獲得5×5、9×9的局部感受野以及13×13的全局感受野。這樣，D-SPP模塊的感受野與原SPP模塊的感受野相同，并且避免了目標(biāo)位置信息的丟失。

由于YOLO v4特征提取部分輸出的3個(gè)不同深度的特征層中，淺層特征層的特征圖具有較少的語(yǔ)義信息，但目標(biāo)位置準(zhǔn)確，而深層特征層的特征圖具有較多的語(yǔ)義信息，但目標(biāo)位置不夠準(zhǔn)確。為此，將D-SPP模塊嵌入到52×52和26×26的特征圖所在特征層輸出中，融合不同感受野的目標(biāo)位置信息，以提高目標(biāo)定位的準(zhǔn)確性。

將擴(kuò)張率分別為r1=8、r2=16、r3=24的D-SPP模塊嵌入到52×52的特征圖所在特征層的輸出中，可獲得17×17、33×33的局部感受野和49×49的近似全局感受野；將擴(kuò)張率分別為r1=4、r2=8、r3=12的D-SPP模塊嵌入到26×26的特征圖所在特征層輸出中，可獲得9×9、17×17的局部感受野以及25×25的近似全局感受野。

D-SPP模塊在3個(gè)特征層輸出中的具體位置如圖9所示。

圖9 D-SPP模塊嵌入到網(wǎng)絡(luò)中的位置Fig.9 Location of D-SPP module in network

3 實(shí)驗(yàn)與結(jié)果分析

識(shí)別檢測(cè)網(wǎng)絡(luò)在服務(wù)器上完成離線訓(xùn)練，服務(wù)器處理器為Intel(R) Core(TM) i7-7820x CPU，顯卡型號(hào)為GeForce RTX 2080Ti 11GB，識(shí)別檢測(cè)網(wǎng)絡(luò)在線工作計(jì)算機(jī)處理器為Intel(R) Core(TM) i5-8300H CPU，顯卡型號(hào)為GeForce GTX 1050Ti 4GB，采用Python 3.6、Pytorch 1.4.0深度學(xué)習(xí)框架完成算法的設(shè)計(jì)。

3.1 目標(biāo)檢測(cè)結(jié)果

采用本文方法對(duì)馬鈴薯幼苗葉芽進(jìn)行檢測(cè)識(shí)別，并與Faster R-CNN網(wǎng)絡(luò)、YOLO v3網(wǎng)絡(luò)以及YOLO v4網(wǎng)絡(luò)進(jìn)行對(duì)比分析。圖10給出了葉芽檢測(cè)與識(shí)別結(jié)果對(duì)比圖。

圖10 葉芽大小差異顯著情況下不同網(wǎng)絡(luò)的識(shí)別與定位結(jié)果Fig.10 Recognition and localization results of different networks under significant differences in leaf bud size

圖10中，待檢測(cè)的葉芽大小差異顯著。Faster R-CNN網(wǎng)絡(luò)可以識(shí)別與定位出所有的葉芽，但存在較多重復(fù)檢測(cè)的葉芽目標(biāo)；YOLO v3網(wǎng)絡(luò)和YOLO v4網(wǎng)絡(luò)可以檢測(cè)出大部分葉芽位置，但右上側(cè)的小葉芽存在漏檢情況。本文所設(shè)計(jì)的識(shí)別網(wǎng)絡(luò)能夠準(zhǔn)確識(shí)別和定位出所有葉芽位置，同時(shí)無(wú)重復(fù)檢測(cè)，避免了小葉芽漏檢情況的發(fā)生。

圖11為稈莖遮擋情況下的葉芽識(shí)別定位結(jié)果。

圖11 葉芽稈莖遮擋情況下不同網(wǎng)絡(luò)的葉芽識(shí)別定位結(jié)果Fig.11 Recognition and localization results of different networks under leaf buds stem shading

圖11中，部分待檢測(cè)的葉芽存在嚴(yán)重的遮擋情況。Faster R-CNN網(wǎng)絡(luò)可以檢測(cè)識(shí)別出所有葉芽，但卻存在葉芽錯(cuò)檢以及對(duì)遮擋葉芽重復(fù)檢測(cè)的情況；YOLO v3網(wǎng)絡(luò)與YOLO v4網(wǎng)絡(luò)對(duì)遮擋葉芽檢測(cè)均存在漏檢情況；本文所設(shè)計(jì)的識(shí)別網(wǎng)絡(luò)可以正確識(shí)別定位出所有葉芽位置，且對(duì)遮擋的葉芽檢測(cè)時(shí)無(wú)重復(fù)檢測(cè)和漏檢情況發(fā)生，有效提高了葉芽檢測(cè)的準(zhǔn)確率。

目標(biāo)檢測(cè)與識(shí)別中常用的性能評(píng)價(jià)指標(biāo)包括精確率(Precision，P)、召回率(Recall，R)、綜合評(píng)價(jià)指標(biāo)F1值以及目標(biāo)類(lèi)別的平均精確率(Average precision，AP)。各網(wǎng)絡(luò)的性能指標(biāo)對(duì)比結(jié)果如表1所示。

表1 檢測(cè)網(wǎng)絡(luò)的性能指標(biāo)對(duì)比Tab.1 Comparison of performance metrics for detection networks

由表1可見(jiàn)，在馬鈴薯幼苗葉芽識(shí)別檢測(cè)中，YOLO v3、YOLO v4網(wǎng)絡(luò)在葉芽檢測(cè)中的性能與Faster R-CNN網(wǎng)絡(luò)相比有了較大的改善，但精確率和平均精確率仍較低。相比而言，本文方法的各項(xiàng)識(shí)別性能均為最優(yōu)，其中，精確率比Faster R-CNN網(wǎng)絡(luò)提高了60.68%，比YOLO v3網(wǎng)絡(luò)提高了8.93%，比YOLO v4網(wǎng)絡(luò)提高了5.60%；召回率比Faster R-CNN網(wǎng)絡(luò)提高了5.94%，比YOLO v3網(wǎng)絡(luò)提高了17.65%，比YOLO v4網(wǎng)絡(luò)提高了4.97%；F1值比Faster R-CNN網(wǎng)絡(luò)提高了31.94%，比YOLO v3網(wǎng)絡(luò)提高了13.10%，比YOLO v4網(wǎng)絡(luò)提高了4.40%；平均精確率比Faster R-CNN網(wǎng)絡(luò)提高了16.09%，比YOLO v3網(wǎng)絡(luò)提高了10.10%，比YOLO v4網(wǎng)絡(luò)提高了3.54%。

本文方法的單次訓(xùn)練時(shí)間和單幀圖像檢測(cè)時(shí)間略高于YOLO v4、YOLO v3網(wǎng)絡(luò)。由于識(shí)別網(wǎng)絡(luò)采用離線訓(xùn)練、在線檢測(cè)的方式，因此訓(xùn)練時(shí)間的長(zhǎng)短不影響網(wǎng)絡(luò)的應(yīng)用性能，而本文方法單幀圖像的檢測(cè)時(shí)間小于1 s，幼苗剪切系統(tǒng)允許的識(shí)別時(shí)間為1 s，因此，網(wǎng)絡(luò)的檢測(cè)速度仍能滿(mǎn)足幼苗在線剪切工藝的要求。

101 5mm 及以下 cN0 甲狀腺乳頭狀微小癌中央?yún)^(qū)淋巴結(jié)轉(zhuǎn)移規(guī)律及危險(xiǎn)因素分析 于，王 強(qiáng)，查斯洛，饒文勝，張 偉，仇 明，單成祥

圖12 4種網(wǎng)絡(luò)的損失值變化曲線Fig.12 Loss value change curves of four network models

圖12為不同識(shí)別網(wǎng)絡(luò)的損失值變化曲線。圖12中，YOLO v3和YOLO v4網(wǎng)絡(luò)在前20個(gè)迭代周期損失值下降迅速，而在20個(gè)迭代周期之后損失值逐漸趨于收斂，本文方法在前15個(gè)迭代周期損失值下降迅速，F(xiàn)aster R-CNN網(wǎng)絡(luò)的損失值在0～6之間變化，其放大圖如圖13所示。

圖13 Faster R-CNN網(wǎng)絡(luò)的損失值變化曲線Fig.13 Loss value change curve of Faster R-CNN network

由圖13可知，F(xiàn)aster R-CNN網(wǎng)絡(luò)的損失值在訓(xùn)練過(guò)程的前50個(gè)迭代周期內(nèi)下降迅速，50個(gè)迭代周期后損失值趨于收斂。

由上述對(duì)比可見(jiàn)，本文識(shí)別網(wǎng)絡(luò)的損失值可在更少的訓(xùn)練周期內(nèi)趨于收斂。圖14為各檢測(cè)方法的精確率-召回率曲線。

圖14 不同網(wǎng)絡(luò)的精確率-召回率曲線Fig.14 Precision-recall curves of different networks

圖14中曲線與坐標(biāo)軸所圍面積為平均精確率。平均精確率越高，網(wǎng)絡(luò)對(duì)目標(biāo)類(lèi)別的檢測(cè)性能越好，本文網(wǎng)絡(luò)的平均精確率大于其它3種網(wǎng)絡(luò)，表明本文網(wǎng)絡(luò)對(duì)馬鈴薯葉芽檢測(cè)的性能優(yōu)于其它3種網(wǎng)絡(luò)。

由此可見(jiàn)，本文網(wǎng)絡(luò)利用基于深度可分離卷積的Res2Net模塊替換特征提取部分中的Residual Block結(jié)構(gòu)，同時(shí)在特征提取部分的3個(gè)特征層輸出中嵌入D-SPP模塊，能夠有效提升網(wǎng)絡(luò)識(shí)別與定位精度。

3.2 消融實(shí)驗(yàn)

由于本文方法在YOLO v4的基礎(chǔ)上采用了多個(gè)改進(jìn)策略，為了驗(yàn)證所采用的各項(xiàng)改進(jìn)策略的有效性，設(shè)計(jì)了消融實(shí)驗(yàn)進(jìn)行對(duì)比研究。

模型1為YOLO v4網(wǎng)絡(luò)，模型2為將YOLO v4特征提取部分的Residual Block結(jié)構(gòu)替換為基于深度可分離卷積的Res2Net模塊后得到的網(wǎng)絡(luò)。模型3為將YOLO v4的13×13特征圖所在特征層輸出中的SPP模塊替換為D-SPP模塊，同時(shí)在26×26和52×52特征圖所在特征層輸出中嵌入D-SPP模塊后得到的網(wǎng)絡(luò)。模型4為本文網(wǎng)絡(luò)。各網(wǎng)絡(luò)模型均訓(xùn)練150個(gè)周期，所得到的損失值變化曲線如圖15所示。

圖15 消融實(shí)驗(yàn)損失值變化曲線Fig.15 Loss value change curve of ablation experiment

圖15中，消融實(shí)驗(yàn)各網(wǎng)絡(luò)模型在訓(xùn)練過(guò)程的前20個(gè)迭代周期內(nèi)損失值快速下降，之后逐漸趨于收斂。消融實(shí)驗(yàn)的性能對(duì)比結(jié)果如表2所示，表中“√”表示在YOLO v4網(wǎng)絡(luò)中添加該模塊。

表2 消融實(shí)驗(yàn)結(jié)果Tab.2 Results of ablation experiment

由表2可見(jiàn)，將特征提取部分中的Residual Block結(jié)構(gòu)替換為基于深度可分離卷積的Res2Net模塊，在細(xì)粒度層次上表示特征信息，能更好地提取葉芽的細(xì)小特征，精確率較YOLO v4網(wǎng)絡(luò)提高了1.54%，召回率較YOLO v4網(wǎng)絡(luò)提高了2.19%，F(xiàn)1值較YOLO v4網(wǎng)絡(luò)提高了1.10%，平均精確率較YOLO v4網(wǎng)絡(luò)提高了1.67%，有效改善了網(wǎng)絡(luò)對(duì)于小目標(biāo)的檢測(cè)性能。在3個(gè)特征層輸出中嵌入和替換D-SPP模塊，融合了局部以及近似全局的感受野的目標(biāo)位置信息，對(duì)葉芽的識(shí)別定位更加準(zhǔn)確，精確率較YOLO v4網(wǎng)絡(luò)提高了1.92%，召回率較YOLO v4網(wǎng)絡(luò)提高了3.45%，F(xiàn)1值較YOLO v4網(wǎng)絡(luò)提高了2.20%，平均精確率較YOLO v4網(wǎng)絡(luò)提高了1.62%，增加了網(wǎng)絡(luò)對(duì)馬鈴薯葉芽定位的準(zhǔn)確性。將上述兩種改進(jìn)方法同時(shí)融合到基準(zhǔn)網(wǎng)絡(luò)中，能夠進(jìn)一步提升馬鈴薯葉芽的識(shí)別與定位結(jié)果的準(zhǔn)確性，精確率較YOLO v4網(wǎng)絡(luò)提高了5.60%，召回率較YOLO v4網(wǎng)絡(luò)提高了4.97%，F(xiàn)1值較YOLO v4網(wǎng)絡(luò)提高了4.40%，平均精確率較YOLO v4網(wǎng)絡(luò)提升了3.54%，由此驗(yàn)證了本文改進(jìn)策略的有效性。

4 結(jié)論

(1)針對(duì)馬鈴薯幼苗葉芽形態(tài)各異、大小不一，存在葉莖遮擋與覆蓋等目標(biāo)檢測(cè)難題，結(jié)合基于深度可分離卷積的Res2Net模塊以及基于擴(kuò)張卷積的D-SPP模塊，構(gòu)建了以YOLO v4網(wǎng)絡(luò)為基礎(chǔ)網(wǎng)絡(luò)的馬鈴薯幼苗葉芽檢測(cè)模型，用于實(shí)現(xiàn)馬鈴薯幼苗葉芽的有效識(shí)別，并采用消融實(shí)驗(yàn)完成了改進(jìn)策略的有效性驗(yàn)證分析。

(2)實(shí)驗(yàn)結(jié)果表明，本文設(shè)計(jì)的識(shí)別網(wǎng)絡(luò)對(duì)馬鈴薯葉芽檢測(cè)的精確率為95.72%，召回率為94.91%，F(xiàn)1值為95%，平均精確率為96.03%。與Faster R-CNN、YOLO v3、YOLO v4網(wǎng)絡(luò)相比，本文方法對(duì)馬鈴薯葉芽檢測(cè)具有更好的識(shí)別和定位性能。

(3)本文所設(shè)計(jì)的網(wǎng)絡(luò)采用離線訓(xùn)練、在線檢測(cè)的工作方式，檢測(cè)識(shí)別速度滿(mǎn)足馬鈴薯自動(dòng)化育苗剪切系統(tǒng)的工藝要求，能夠有效提高馬鈴薯育苗生產(chǎn)的工作效率。