摘要：煙青蟲(chóng)、斜紋夜蛾、斑須蝽和甜菜夜蛾是煙草上重要的食葉性害蟲(chóng)，它們的準(zhǔn)確識(shí)別是蟲(chóng)情預(yù)報(bào)和防治的基礎(chǔ)。提出了基于改進(jìn)的YOLO v8模型的煙青蟲(chóng)、斜紋夜蛾、斑須蝽和甜菜夜蛾的識(shí)別方法，首先在YOLO v8的C2f模塊中加入了EMA注意力機(jī)制，提高了YOLO v8模型對(duì)于煙草害蟲(chóng)的關(guān)注度；其次使用SIoU Loss改進(jìn)YOLO v8的邊界框損失函數(shù)，提高模型定位的準(zhǔn)確性并加速模型收斂；最后利用AFPN漸近特征金字塔網(wǎng)絡(luò)改進(jìn)了YOLO v8對(duì)非相鄰特征的融合效果，提高了模型對(duì)煙草害蟲(chóng)特征提取的效率和準(zhǔn)確率。與Faster R-CNN、SSD、Retinanet、YOLO v3-tiny、YOLO v4-tiny、YOLO v5s和YOLO v8等目標(biāo)檢測(cè)模型在本研究所構(gòu)建的4種常見(jiàn)煙草害蟲(chóng)的數(shù)據(jù)集上進(jìn)行對(duì)比，試驗(yàn)結(jié)果表明，本研究所提出的方法在精確率、召回率和平均精度均值（mAP）上比原有的YOLO v8模型及上述其他目標(biāo)檢測(cè)模型平均提高了6.24、6.53、7.22百分點(diǎn)，為煙草害蟲(chóng)的精準(zhǔn)識(shí)別提供了技術(shù)支持。

關(guān)鍵詞：煙草；害蟲(chóng)；識(shí)別技術(shù)；YOLO v8改進(jìn)模型；損失函數(shù)；目標(biāo)識(shí)別

中圖分類(lèi)號(hào)：S126；TP391.41 文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1002-1302（2024）17-0209-09

收稿日期：2024-02-06

基金項(xiàng)目：河南省科技攻關(guān)項(xiàng)目（編號(hào)：242102110334）；河南省高等學(xué)校重點(diǎn)科研項(xiàng)目（編號(hào)：24B520039）；中國(guó)煙草總公司云南省公司科技計(jì)劃（編號(hào)：2022530000241022）。

作者簡(jiǎn)介：張偉偉（1986—），女，河南正陽(yáng)人，博士，副教授，碩士生導(dǎo)師，研究方向?yàn)橹悄軆?yōu)化、深度學(xué)習(xí)、煙草信息學(xué)、機(jī)器視覺(jué)。E-mail：anqikeli@126.com。

通信作者：李永亮，碩士，高級(jí)農(nóng)藝師，研究方向?yàn)闊煵莶∠x(chóng)害綠色防控。E-mail：liyongliang257@163.com。

煙草是我國(guó)重要的經(jīng)濟(jì)作物之一，煙草生長(zhǎng)過(guò)程中經(jīng)常受到各種害蟲(chóng)的侵害，尤以取食葉片的煙青蟲(chóng)、斜紋夜蛾、斑須蝽及甜菜夜蛾等害蟲(chóng)的危害為甚。害蟲(chóng)的準(zhǔn)確識(shí)別是傳統(tǒng)蟲(chóng)情預(yù)測(cè)預(yù)報(bào)和防控的基礎(chǔ)，也是未來(lái)煙草病蟲(chóng)害綠色防控?cái)?shù)字化、智能化的必備條件［1］。相比于傳統(tǒng)圖像處理方法，深度學(xué)習(xí)模型能夠自動(dòng)從圖像中提取高層次的特征和語(yǔ)義信息，并且能夠?qū)崿F(xiàn)端到端的檢測(cè)和分類(lèi)任務(wù)，無(wú)需人工干預(yù)和先驗(yàn)知識(shí)［2］。目前，利用深度學(xué)習(xí)模型進(jìn)行害蟲(chóng)識(shí)別的方法已取得一些成果［3］。鄭果等提出了一種基于YOLO v7算法的水稻害蟲(chóng)識(shí)別方法，該方法在YOLO v7算法的基礎(chǔ)上，引入了卷積塊注意力和特征金字塔模塊；試驗(yàn)結(jié)果顯示，水稻蟲(chóng)害檢測(cè)平均準(zhǔn)確率為85.46%，檢測(cè)速度為92.2幀/s，檢測(cè)速度是原始YOLO v7算法的5倍以上；該方法能用于實(shí)現(xiàn)水稻蟲(chóng)害遠(yuǎn)程實(shí)時(shí)自動(dòng)化識(shí)別，但是改進(jìn)后的YOLO v7模型對(duì)低分辨率目標(biāo)識(shí)別精度較低［4］。楊光露等提出了基于 CenterNet 模型和數(shù)據(jù)增強(qiáng)技術(shù)的煙草甲蟲(chóng)檢測(cè)報(bào)警系統(tǒng)，實(shí)現(xiàn)了煙草甲蟲(chóng)數(shù)量的統(tǒng)計(jì)，平均識(shí)別精度達(dá)到 90%以上，但在煙草甲蟲(chóng)粘連情況下，CenterNet 算法無(wú)法準(zhǔn)確識(shí)別煙草甲蟲(chóng)數(shù)量［5］。周維等采用YOLO v4模型作為水稻害蟲(chóng)的識(shí)別模型，使用輕量化神經(jīng)網(wǎng)絡(luò)GhostNet來(lái)替換YOLO v4的骨干網(wǎng)絡(luò)CSPDarknet-53從而使網(wǎng)絡(luò)的參數(shù)量和計(jì)算量降低，克服了YOLO v4算法延遲高、速率慢等缺點(diǎn)；試驗(yàn)結(jié)果表明改進(jìn)后的YOLO v4模型在訓(xùn)練速度和識(shí)別率上都優(yōu)于YOLO v4模型［6］。

然而，在害蟲(chóng)識(shí)別方面，目前還面臨著一些挑戰(zhàn)，主要包括以下幾個(gè)方面：首先是目前公開(kāi)可用的害蟲(chóng)圖像數(shù)據(jù)集較少，難以滿足多種多樣的害蟲(chóng)識(shí)別需求；其次是害蟲(chóng)圖像通常具有背景復(fù)雜、遮擋嚴(yán)重、尺度變化大、形態(tài)多樣等特點(diǎn)，嚴(yán)重影響害蟲(chóng)檢測(cè)和識(shí)別的精度；最后由于大多數(shù)害蟲(chóng)圖像處理技術(shù)都是基于傳統(tǒng)的機(jī)器學(xué)習(xí)或淺層神經(jīng)網(wǎng)絡(luò)模型，缺乏對(duì)深層特征和語(yǔ)義信息的挖掘和利用，導(dǎo)致難以適應(yīng)復(fù)雜場(chǎng)景下的害蟲(chóng)識(shí)別任務(wù)［7］。針對(duì)上述問(wèn)題，提出了一種基于改進(jìn)的YOLO v8模型的煙草害蟲(chóng)識(shí)別方法。YOLO v8是一種基于深度學(xué)習(xí)的端到端的目標(biāo)檢測(cè)算法，相比于其他目標(biāo)檢測(cè)算法，YOLO v8具有速度快、精度高、泛化能力強(qiáng)等優(yōu)點(diǎn)。本研究在原有的YOLO v8算法基礎(chǔ)上，引入了EMA注意力機(jī)制，并且用SIoU損失函數(shù)和漸近特征金字塔網(wǎng)絡(luò)（AFPN）對(duì)原YOLO v8算法進(jìn)行改進(jìn)，進(jìn)一步提高YOLO v8算法對(duì)煙草害蟲(chóng)檢測(cè)和分類(lèi)的精度和效率。本研究還構(gòu)建了一個(gè)包含4種常見(jiàn)煙草害蟲(chóng)的數(shù)據(jù)集，并在該數(shù)據(jù)集上進(jìn)行試驗(yàn)，驗(yàn)證本研究提出的方法的有效性和優(yōu)越性。

1 材料與方法

1.1 試驗(yàn)環(huán)境

本試驗(yàn)基于cuda 11.6+pytorch 1.12.1框架中搭建煙草害蟲(chóng)的識(shí)別模型，Python版本為3.9.13，操作系統(tǒng)為Windows 10，GPU為NVIDIA RTX3070。

1.2 制作數(shù)據(jù)集

選取4種常見(jiàn)的煙草害蟲(chóng)，分別為煙青蟲(chóng)（Heliothis assulta）、斜紋夜蛾（Spodoptera litura）、斑須蝽（Dolycoris baccarum）和甜菜夜蛾（Spodoptera exigua）。在網(wǎng)絡(luò)檢索煙草害蟲(chóng)圖像，并結(jié)合在煙田進(jìn)行實(shí)地?zé)煵莺οx(chóng)圖像采集，共獲取1 600張圖像樣本。另外，數(shù)據(jù)集中還包含了沒(méi)有任何害蟲(chóng)的煙草圖像作為背景類(lèi)，目的是為了豐富圖像數(shù)據(jù)集的多樣性，以及降低算法的誤識(shí)別率［8］，背景類(lèi)的樣本數(shù)量為400張。4種煙草害蟲(chóng)的樣本圖像如圖1所示。

1.3 數(shù)據(jù)預(yù)處理

為了減少模型訓(xùn)練所消耗的時(shí)間及降低硬件成本，首先需要將煙草害蟲(chóng)圖像分辨率統(tǒng)一調(diào)整為600像素×600像素。其次采用了標(biāo)注工具LabelImg對(duì)煙草害蟲(chóng)圖像進(jìn)行了標(biāo)注，為每個(gè)害蟲(chóng)圖像畫(huà)出了一個(gè)邊界框，并給出了其類(lèi)別標(biāo)簽，將注釋以PASCAL VOC格式保存為XML文件。

為了提高模型的泛化能力和魯棒性，通過(guò)隨機(jī)裁剪、隨機(jī)縮放和Mixup圖像融合的方法對(duì)煙草害蟲(chóng)樣本圖像進(jìn)行擴(kuò)充［9］。將煙草害蟲(chóng)的圖像樣本擴(kuò)充到3 500張。為改進(jìn)的YOLO v8網(wǎng)絡(luò)訓(xùn)練提供了充足有效的樣本。其中隨機(jī)裁剪的操作為每個(gè)害蟲(chóng)圖像隨機(jī)生成了1個(gè)0.5～1之間的比例系數(shù)，并根據(jù)該比例系數(shù)在圖像中隨機(jī)裁剪出1個(gè)子區(qū)域作為新的圖像。Mixup圖像融合是采用線性插值的方式從訓(xùn)練集生成新的數(shù)據(jù)點(diǎn)與標(biāo)簽的隨機(jī)凸組合（convex combinations），將2個(gè)樣本-標(biāo)簽數(shù)據(jù)對(duì)按比例相加后生成新的樣本-標(biāo)簽數(shù)據(jù)。同時(shí)，根據(jù)裁剪、縮放和融合后的圖像更新了邊界框和類(lèi)別標(biāo)簽的信息，保證了數(shù)據(jù)的一致性。數(shù)據(jù)增強(qiáng)后的煙草害蟲(chóng)圖像如圖2所示。經(jīng)過(guò)以上幾種數(shù)據(jù)預(yù)處理操作后，得到了一個(gè)規(guī)范化、多樣化、高質(zhì)量的煙草害蟲(chóng)圖像數(shù)據(jù)集，為模型的訓(xùn)練和推理提供了良好的基礎(chǔ)。

1.4 改進(jìn)的YOLO v8網(wǎng)絡(luò)模型

1.4.1 YOLO v8模型及改進(jìn) YOLO v8是基于深度學(xué)習(xí)的目標(biāo)檢測(cè)模型，同時(shí)也是最新的YOLO模型，目前主要用于對(duì)象檢測(cè)、圖像分類(lèi)和實(shí)例分割任務(wù)［10］。YOLO v8模型的網(wǎng)絡(luò)結(jié)構(gòu)和YOLO v5基本一致，都是主干網(wǎng)絡(luò)（backbone）+Neck模塊+YOLO Head的結(jié)構(gòu)，不同點(diǎn)在于YOLO v8的骨干網(wǎng)絡(luò)和Neck部分參考了YOLO v7 ELAN設(shè)計(jì)思想，將CSP結(jié)構(gòu)替換成了有著更多的殘差連接的C2f結(jié)構(gòu)，因此有著更豐富的梯度流，不再是一套參數(shù)應(yīng)用所有模型，大幅提升了模型性能。且YOLO v8在Head部分從有錨框（anchor-based）改為了無(wú)錨框（ancher-free）檢測(cè)頭，不需要預(yù)定義的錨框，而是直接預(yù)測(cè)對(duì)象的中心點(diǎn)、尺寸和類(lèi)別，簡(jiǎn)化了檢測(cè)流程并減少了超參數(shù)，同時(shí)將原先的耦合頭換成了目前主流的解耦頭結(jié)構(gòu)，將分類(lèi)和檢測(cè)用不同的分支

分開(kāi)處理，這種方法可以有效減少參數(shù)量和計(jì)算復(fù)雜度，增強(qiáng)模型的泛化能力和魯棒性。最后 YOLO v8 在損失函數(shù)計(jì)算方面，引入了新的對(duì)齊分配器（task aligned assigner）正樣本匹配策略，根據(jù)分類(lèi)與回歸加權(quán)的分?jǐn)?shù)選擇正樣本，并且取消了損失函數(shù)計(jì)算中的置信度損失函數(shù)，只使用邊界框損失函數(shù)和分類(lèi)損失函數(shù)。其中分類(lèi)損失函數(shù)仍用BCE Loss計(jì)算，邊界框損失函數(shù)則使用了分配焦點(diǎn)損失（distribution focal loss，DFL）和CIoU Loss。本研究對(duì)原始YOLO v8的模型結(jié)構(gòu)進(jìn)行了改進(jìn)，具體為在YOLO v8模型的C2f模塊中引入了EMA注意力機(jī)制（圖3）；使用AFPN漸近特征金字塔網(wǎng)絡(luò)并且用SIoU損失函數(shù)和AFPN漸近特征金字塔網(wǎng)絡(luò)對(duì)原YOLO v8算法進(jìn)行改進(jìn)，進(jìn)一步提高YOLO v8算法對(duì)煙草害蟲(chóng)檢測(cè)和分類(lèi)的精度和效率。

1.4.2 EMA注意力機(jī)制 由于煙草害蟲(chóng)隱蔽性強(qiáng)、身形小，且所處環(huán)境復(fù)雜多變，為了提高算法對(duì)煙草害蟲(chóng)目標(biāo)的關(guān)注度，本研究將YOLO v8中的C2f模塊中加入期望最大化注意力機(jī)制（expectation-maximization attention，EMA）進(jìn)行改進(jìn)［11］。作為目前傳統(tǒng)注意力機(jī)制的代表，擠壓-激勵(lì)注意力模塊（squeeze-and-excitation，SE）明確地模擬了跨維交互作用，用于提取通道注意力［12］。卷積塊注意模塊（convolutional block attention module，CBAM）用特征圖中空間維度和通道維度之間的語(yǔ)義相互依賴關(guān)系建立了跨通道和跨空間的信息［13］。因此，CBAM在將跨維注意力權(quán)重整合到輸入特征中顯示出巨大的潛力。所使用的EMA摒棄了傳統(tǒng)注意力機(jī)制中在全圖上計(jì)算注意力圖的流程，EMA通過(guò)特殊的期望最大化（EM）算法迭代出一組緊湊的基，通過(guò)這組基來(lái)運(yùn)行注意力機(jī)制，這樣做的好處是大大降低了計(jì)算注意力圖時(shí)的復(fù)雜度，并且EMA最大的優(yōu)點(diǎn)就是用最少的參數(shù)量來(lái)達(dá)到有效提高精度的目的。EMA的結(jié)構(gòu)如圖3所示，其中，E步表示更新注意力圖，M步表示更新這組基。E、M交替執(zhí)行，收斂之后用來(lái)重建特征圖。EMA算法的主要特點(diǎn)是以保留每個(gè)通道上的信息和降低計(jì)算開(kāi)銷(xiāo)為目標(biāo)，將部分通道重塑為批量維度，并將通道維度分組為多個(gè)子特征，使空間語(yǔ)義特征在每個(gè)特征組中均勻分布。具體來(lái)說(shuō)，除了對(duì)全局信息進(jìn)行編碼以重新校準(zhǔn)每個(gè)并行分支中的通道權(quán)重外，還通過(guò)跨維度交互進(jìn)一步聚合2個(gè)并行分支的輸出特征，以捕獲像素級(jí)成對(duì)關(guān)系。本研究把EMA注意力機(jī)制加入YOLO v8算法中的C2f模塊中，這種改進(jìn)在保持最低運(yùn)算量的情況下提升了算法對(duì)煙草害蟲(chóng)特征信息的理解速度，修改后的C2f模塊在保持小深度和低延遲的同時(shí)提高了特征提取的效率［14］。加入EAM注意力機(jī)制后的C2f結(jié)構(gòu)如圖3所示。

1.4.3 SIoU損失函數(shù) 損失函數(shù)的準(zhǔn)確定義是保證目標(biāo)檢測(cè)算法的準(zhǔn)確性和有效性的前提［15-16］，YOLO v8模型采用DFL和CIoU Loss作為邊界框損失函數(shù)來(lái)判斷樣本的正負(fù)［17］，其中CIoU Loss在計(jì)算真實(shí)框和預(yù)測(cè)框重疊面積和中心點(diǎn)距離的基礎(chǔ)上，又加入了長(zhǎng)寬比的計(jì)算，其公式為：

CIoU=IoU-ρ2 （b，bgt ）c2+αv。（1）

式中：IoU是預(yù)測(cè)框和真實(shí)框之間的交并比；b和bgt分別是預(yù)測(cè)框和真實(shí)框的中心點(diǎn)坐標(biāo)，ρ2（b，bgt）是預(yù)測(cè)框和真實(shí)框的中心點(diǎn)之間的歐幾里得距離；c是包圍預(yù)測(cè)框和真實(shí)框的最小閉包（即外接矩形）的對(duì)角線長(zhǎng)度；α是平衡因子，確保寬高比的一致性在回歸損失中的權(quán)重；v是一個(gè)度量，用于衡量預(yù)測(cè)框和真實(shí)框之間寬高比的相似性，其公式為：

v=4π2arctanwgthgt-arctanwh2；（2）

α=v（1-IoU）+v。（3）

式中：w、h和wgt、hgt分別代表預(yù)測(cè)框的高、寬和真實(shí)框的高、寬。

當(dāng)2個(gè)邊界框之間沒(méi)有重疊時(shí)，梯度回傳消失，此時(shí)計(jì)算的CIoU為0，2個(gè)邊界框之間的距離無(wú)法計(jì)算；且CIoU無(wú)法區(qū)分2個(gè)對(duì)象之間的對(duì)齊方式。為了解決該問(wèn)題，用SIoU Loss替換CIoU Loss作為YOLO v8算法的邊界損失函數(shù)，考慮真實(shí)框和預(yù)測(cè)框之間的向量角度，重新定義相關(guān)損失函數(shù)，能夠更好地優(yōu)化邊界框的具體位置信息［18］。SIoU包含角度損失（angle cost）、距離損失（distance cost）、形狀損失（shape cost）、IoU損失（IoU cost）4個(gè)部分。

第1部分是角度損失，其計(jì)算方式的示意圖如圖4所示。其中B是目標(biāo)框，BGT是回歸框，當(dāng)B到BGT的水平夾角小于45°時(shí)，向最小α收斂，反之向β收斂。

實(shí)現(xiàn)該功能的損失函數(shù)定義如公式（4）所示。

Λ=1-2×sin2arcsinx-π4。（4）

其中，

x=max（bgtcy，bcy ）-min（bgtcx，bcx）（bgtcx-bcx）2+（bgtcy-bcy ）2=sinα。（5）

從圖4可以看出，當(dāng)α為0或π/2時(shí)，角度損失為0。在訓(xùn)練過(guò)程中，若α<π/4，則在角度損失公式中需要取β值來(lái)計(jì)算角度損失，反之則取α值。

第2部分是距離損失，為了保證距離與角度的平衡，需要在考慮角度損失的同時(shí)考慮到距離損失，距離損失的定義如公式（6）所示。

Δ=∑t=w，h［1-e（Λ-2）ρt］。（6）

其中，

ρx=bgtcx-bcxcw2，ρy=bgtcy-bcych2。（7）

可以看出，當(dāng)α→0時(shí)，距離損失的占比大大降低。相反，α越接近π/4，距離損失占比越大。即隨著角度的增大，距離損失的影響也更大。

第3部分是形狀損失，其定義為：

Ω=∑t=w，h（1-e-ωt）θ。（8）

其中，

ωw=|w-wgt |max（w，wgt），ωh=|h-hgt |max（h，hgt）。（9）

從定義來(lái)看，形狀損失主要看回歸框的形狀與標(biāo)簽框是否相似，在每個(gè)數(shù)據(jù)集中形狀損失的值是唯一。θ的值控制著形狀損失的重要程度。本研究中定義的θ的值是4。

最后一個(gè)是IoU損失，結(jié)合前3部分得到總體的損失函數(shù)定義如公式（10）所示。

Lbox=1-IoU+Δ+Ω2。（10）

1.4.4 AFPN漸近特征金字塔網(wǎng)絡(luò) 目標(biāo)檢測(cè)方法中，隨著網(wǎng)絡(luò)深度的增加，特征圖的尺寸越來(lái)越小，語(yǔ)義信息也越來(lái)越抽象。淺層特征圖的語(yǔ)義信息較少，目標(biāo)位置相對(duì)比較準(zhǔn)確，深層特征圖的語(yǔ)義信息比較豐富，目標(biāo)位置則比較粗略，導(dǎo)致了目標(biāo)大小的不確定性可能導(dǎo)致單尺度特征提取中詳細(xì)信息的丟失［19］。因此，目標(biāo)檢測(cè)模型通常引入特征金字塔結(jié)構(gòu)來(lái)解決尺度變化的問(wèn)題［20］。其中，F(xiàn)PN是最常用的特征金字塔結(jié)構(gòu)［21］。FPN使用自上而下的方式將高級(jí)特征轉(zhuǎn)移到低級(jí)特征，以實(shí)現(xiàn)不同級(jí)別特征的融合。FPN的功能可以說(shuō)是融合了淺層到深層的特征圖，從而充分利用各個(gè)層次的特征。但是，在這個(gè)過(guò)程中，非相鄰特征的融合效果被大大削弱。為此，在YOLO v8算法中引入了PAFPN網(wǎng)絡(luò)，其特點(diǎn)是在FPN的基礎(chǔ)上增加了一條自下而上的路徑，使高級(jí)特征和低級(jí)特征得到融合［22］。但同時(shí)PAFPN的自下而上的路徑帶來(lái)了新的問(wèn)題：非相鄰特征的直接特征融合，可能會(huì)導(dǎo)致部分特征信息在傳輸和交互過(guò)程中發(fā)生丟失或退化。因此，本研究使用漸近特征金字塔網(wǎng)絡(luò)（AFPN）來(lái)改進(jìn)YOLO v8的特征金字塔網(wǎng)絡(luò)，AFPN支持非相鄰層的直接交互，其原理是AFPN通過(guò)融合2個(gè)相鄰的低級(jí)特征，并漸近地將高級(jí)特征納入融合過(guò)程中［23］。這樣可以避免非相鄰級(jí)別之間較大的語(yǔ)義差距。AFPN的架構(gòu)如圖5所示。

從圖5可以看出，在骨干網(wǎng)絡(luò)自下而上的特征提取過(guò)程中，AFPN漸進(jìn)地集成了高級(jí)特征和低級(jí)特征。具體來(lái)說(shuō)，AFPN最初融合了低級(jí)特征，然后融合了深層特征，最后融合了最高級(jí)的特征，即最抽象的特征。非相鄰層次特征之間的語(yǔ)義差距大于相鄰層次特征間的語(yǔ)義差距，尤其是底部和頂部特征。這直接導(dǎo)致了非相鄰層次特征的融合效果較差。為了抑制不同層次特征之間的信息矛盾，AFPN在多層次特征融合過(guò)程中引入了自適應(yīng)空間融合操作（圖中的藍(lán)線），為不同級(jí)別的特征分配不同的空間權(quán)重，增強(qiáng)了關(guān)鍵級(jí)別的重要性，并減輕了來(lái)自不同目標(biāo)的矛盾信息的影響。

AFPN中的自適應(yīng)空間融合結(jié)構(gòu)的具體操作為：當(dāng)融合3個(gè)層次的特征時(shí)，讓xij（nl）表示從級(jí)別n到級(jí)別l處的特征向量。用yij（l）表示結(jié)果特征向量，則三級(jí)特征的自適應(yīng)空間融合公式為：

yij （l）=αij（l）·xij（1l）+βij（l）·xij（2l）+γij（l）·xij（3l）。（11）

式中：αij（l）、βij（l）和γij（l）分別表示3個(gè)級(jí)別的特征在級(jí)別l處的空間權(quán)重，且其受到αij（l）+βij（l）+γij（l）=1的約束。自適應(yīng)特征融合的操作考慮到了不同階段特征融合數(shù)量的差異，該公式實(shí)現(xiàn)了特定階段數(shù)量的自適應(yīng)空間融合模塊。

1.5 模型評(píng)價(jià)指標(biāo)

為了驗(yàn)證改進(jìn)的YOLO v8模型對(duì)煙草害蟲(chóng)目標(biāo)檢測(cè)的準(zhǔn)確性，所使用的評(píng)價(jià)指標(biāo)有精確率（precision，P）、召回率（recall，R）、Giga浮點(diǎn)運(yùn)算（GFLOPs）、平均精度均值（mean average precision，mAP）和檢測(cè)速度（frame per second，F(xiàn)PS）。其中，精確率、召回率和平均精度均值用于衡量模型的檢測(cè)精度，GFLOPs和FPS分別用于度量模型復(fù)雜度（模型體積）和模型推理速度。

精確率是指在被所有預(yù)測(cè)為正的樣本中實(shí)際為正樣本的概率，公式如下：

P=TPTP+FP。（12）

召回率指在實(shí)際為正的樣本中被預(yù)測(cè)為正樣本的概率，公式如下：

R=TPTP+FN。（13）

式中：TP表示正確預(yù)測(cè)出來(lái)的正樣本數(shù)量，F(xiàn)P表示將負(fù)樣本錯(cuò)誤預(yù)測(cè)為正樣本的數(shù)量，F(xiàn)N表示將正樣本錯(cuò)誤預(yù)測(cè)為負(fù)樣本的數(shù)量。

平均精度均值指的是各類(lèi)別平均正確率的平均值，計(jì)算出所有類(lèi)別的平均正確率后除以類(lèi)別總數(shù)即得到平均精度均值，計(jì)算公式如公式（14）所示：

mAP=∑APN（C）。（14）

式中：∑AP表示全部類(lèi)別的平均精度值之和，N（C）表示全部類(lèi)別的總數(shù)。mAP的值越高，模型的檢測(cè)效果就越好。

2 結(jié)果與分析

2.1 參數(shù)設(shè)置與訓(xùn)練

將經(jīng)過(guò)預(yù)處理后得到3 500個(gè)經(jīng)過(guò)標(biāo)注的煙草害蟲(chóng)圖像作為本試驗(yàn)訓(xùn)練數(shù)據(jù)集，輸入圖片大小設(shè)置為600像素×600像素，隨后通過(guò)代碼將數(shù)據(jù)集按照6 ∶2 ∶2劃分為訓(xùn)練集、測(cè)試集和驗(yàn)證集。在訓(xùn)練模型時(shí)，初始學(xué)習(xí)率設(shè)置為0.001，總訓(xùn)練輪次（epoch）大小為300，且訓(xùn)練批次（batch_size）設(shè)置為16，為了加快訓(xùn)練速度且不影響識(shí)別準(zhǔn)確率，本試驗(yàn)采用凍結(jié)訓(xùn)練，將主干特征提取網(wǎng)絡(luò)凍結(jié)一部分，其中前100輪訓(xùn)練為凍結(jié)訓(xùn)練，隨后將其解凍并將學(xué)習(xí)率設(shè)置為0.000 1，訓(xùn)練批次設(shè)置為32，訓(xùn)練到300輪次［24］。本次試驗(yàn)周期為 2023年8月至 2023年10月，試驗(yàn)地點(diǎn)為鄭州輕工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院數(shù)據(jù)智能實(shí)驗(yàn)室。

2.2 消融試驗(yàn)

針對(duì)煙草害蟲(chóng)身形較小，所處環(huán)境復(fù)雜的問(wèn)題，首先在YOLO v8算法的基礎(chǔ)上，加入了EMA注意力機(jī)制；其次用SIoU Loss改進(jìn)YOLO v8的邊界框損失函數(shù)；最后利用AFPN漸近特征金字塔網(wǎng)絡(luò)改進(jìn)了YOLO v8的PAFPN網(wǎng)絡(luò)。為了對(duì)比各模塊對(duì)于YOLO v8算法的影響，驗(yàn)證改進(jìn)算法的效果，在相同環(huán)境下進(jìn)行了消融試驗(yàn)，試驗(yàn)結(jié)果如表1所示。

從表1可以看出，引入EMA注意力機(jī)制后，僅用少量參數(shù)，就能夠有效提高YOLO v8算法的檢測(cè)精度， 且對(duì)檢測(cè)速率的影響較小。SIoU損失函數(shù)和AFPN特征金字塔的改進(jìn)都使得YOLO v8算法的檢測(cè)精度進(jìn)一步提高，并且AFPN特征金字塔改進(jìn)YOLO v8的PAFPN網(wǎng)絡(luò)可以降低模型的參數(shù)量，加快了模型檢測(cè)速率。試驗(yàn)結(jié)果表明，3種改進(jìn)策略在滿足煙草害蟲(chóng)檢測(cè)實(shí)時(shí)性的同時(shí)可有效提升模型對(duì)煙草害蟲(chóng)識(shí)別的精度。

2.3 試驗(yàn)驗(yàn)證及分析

為了評(píng)估改進(jìn)后的YOLO v8模型在實(shí)際應(yīng)用中的表現(xiàn)。訓(xùn)練完成后，使用改進(jìn)后的 YOLO v8模型對(duì)煙草害蟲(chóng)測(cè)試集圖像進(jìn)行識(shí)別，同時(shí)也使用原始YOLO v8模型作為對(duì)比，得到的預(yù)測(cè)效果如圖6所示。

從預(yù)測(cè)結(jié)果（圖6）可以看出，改進(jìn)后的YOLO v8模型在4種不同的煙草害蟲(chóng)的檢測(cè)結(jié)果上均明顯優(yōu)于原始的YOLO v8模型。原始YOLO v8模型在圖像清晰度不高或煙草害蟲(chóng)處于復(fù)雜背景時(shí)，識(shí)別結(jié)果會(huì)出現(xiàn)漏檢的情況，而改進(jìn)后的YOLO v8模型則不會(huì)出現(xiàn)以上情況。結(jié)合多個(gè)圖像的不同煙草害蟲(chóng)預(yù)測(cè)結(jié)果對(duì)比分析可知，和原始YOLO v8模型相比，改進(jìn)后的YOLO v8模型對(duì)不同種類(lèi)的煙草害蟲(chóng)具有更好的識(shí)別效果。

為了進(jìn)一步驗(yàn)證改進(jìn)后的YOLO v8算法的性能，將YOLO v8改進(jìn)模型與其他主流目標(biāo)檢測(cè)算法Faster R-CNN、單階段多分類(lèi)檢測(cè)器（single shot multibox detector，SSD）、Retinanet 進(jìn)行比較。除此之外，還將YOLO v3-tiny、YOLO v4-tiny、YOLO v5s、YOLO v8與改進(jìn)后的YOLO v8模型進(jìn)行比較，用來(lái)驗(yàn)證改進(jìn)后的模型在YOLO系列模型中的性能。將上述的模型均采用相同的硬件設(shè)施和相同的數(shù)據(jù)集進(jìn)行訓(xùn)練，經(jīng)過(guò)測(cè)試，8種不同的模型在相同的煙草害蟲(chóng)數(shù)據(jù)集上的精確率、召回率、GFLOPs、平均精度均值和檢測(cè)速度如表2所示。

從表2可以看出，改進(jìn)后的YOLO v8模型與Faster R-CNN、SSD、Retinanet相比，精確率、召回率、mAP值均有小幅提高，并且改進(jìn)后的YOLO v8模型在計(jì)算量方面有大幅下降，分別僅為上述模型的2.1%、2.9%和6.5%，低計(jì)算量使得改進(jìn)的YOLO v8模型具有較低的算法復(fù)雜度，在FPS上對(duì)比其他模型也有明顯提升。這說(shuō)明本研究模型與其他的目標(biāo)檢測(cè)模型相比能夠在檢測(cè)準(zhǔn)確率保持提升的情況下，大幅降低了模型的復(fù)雜度和計(jì)算量，更能夠滿足煙草害蟲(chóng)檢測(cè)的實(shí)時(shí)性的要求。改進(jìn)后的YOLO v8模型在與YOLO v3-tiny、YOLO v4-tiny、YOLO v5s和YOLO v8這些輕量級(jí)的YOLO模型相比時(shí)，精確率分別提高了11.71、15.31、7.50、1.13百分點(diǎn)，召回率和mAP值也均有較大提高。改進(jìn)后的YOLO v8算法計(jì)算量為7.9 G FLOPs，即使在輕量級(jí)模型中也處于較低的水準(zhǔn)，與輕量化的同系列模型相比較，改進(jìn)后的YOLO v8模型在滿足快速檢測(cè)煙草害蟲(chóng)的同時(shí)也實(shí)現(xiàn)了更高的檢測(cè)精度。

綜上所述，與其他檢測(cè)模型相比較，改進(jìn)后的YOLO v8模型兼顧精準(zhǔn)和高效的要求，以極低的模型體積實(shí)現(xiàn)了極高的煙草害蟲(chóng)檢測(cè)精度，且改進(jìn)后的YOLO v8模型的算法復(fù)雜度低，更容易部署在各類(lèi)硬件上。改進(jìn)后的YOLO v8模型在滿足對(duì)復(fù)雜環(huán)境下的煙草害蟲(chóng)進(jìn)行準(zhǔn)確且高效識(shí)別的同時(shí)，還更容易實(shí)現(xiàn)后續(xù)模型的維護(hù)和擴(kuò)展。

3 結(jié)論與討論

本研究針對(duì)煙草害蟲(chóng)檢測(cè)存在公開(kāi)可用的圖像數(shù)據(jù)集少，以及由于各類(lèi)煙草害蟲(chóng)圖像背景復(fù)雜、煙草害蟲(chóng)形態(tài)多樣，導(dǎo)致難以檢測(cè)和分類(lèi)的問(wèn)題，構(gòu)建了一個(gè)包含煙青蟲(chóng)、斜紋夜蛾、斑須蝽和甜菜夜蛾這4種常見(jiàn)煙草害蟲(chóng)的數(shù)據(jù)集，并提出了一種基于改進(jìn)的YOLO v8模型的煙草害蟲(chóng)識(shí)別方法。該方法在YOLO v8模型的基礎(chǔ)上做出了如下創(chuàng)新：（1）在YOLO v8算法的C2f模塊中加入EMA，與CBAM、SA、ECA等傳統(tǒng)的注意力機(jī)制相比，EMA除了在不降低通道維數(shù)的情況下在每個(gè)并行子網(wǎng)中構(gòu)建本地跨通道交互之外，還通過(guò)跨空間學(xué)習(xí)方法融合了2個(gè)并行子網(wǎng)的輸出特征映射。這使得加入EMA后不僅算法的特征提取效果更好，而且在所需參數(shù)方面效率更高。（2）使用SIoU損失函數(shù)作為YOLO v8的邊界框損失函數(shù)，提高了模型的收斂速度和邊界框的預(yù)測(cè)精度。（3）用AFPN漸近特征金字塔網(wǎng)絡(luò)替代YOLO v8的PAFPN網(wǎng)絡(luò)，不但降低了模型的參數(shù)量，還改善了原始YOLO v8算法在進(jìn)行非相鄰特征的特征融合時(shí)，會(huì)導(dǎo)致部分特征信息在傳輸過(guò)程中丟失的問(wèn)題。利用自制的煙草害蟲(chóng)數(shù)據(jù)集進(jìn)行訓(xùn)練和測(cè)試，試驗(yàn)結(jié)果表明改進(jìn)后的YOLO v8算法比原算法參數(shù)量更少，算法復(fù)雜度更低，模型檢測(cè)精度更高。針對(duì)各種形態(tài)的煙草害蟲(chóng)的識(shí)別更準(zhǔn)確，且滿足煙草害蟲(chóng)檢測(cè)的實(shí)時(shí)性要求。改進(jìn)后的模型在4種煙草害蟲(chóng)數(shù)據(jù)集上的識(shí)別精確率、召回率和mAP分別達(dá)到了91.26%、89.13%、92.62%，計(jì)算量減少到 7.9 G FLOPs，檢測(cè)速度為67幀/s。與其他主流目標(biāo)檢測(cè)模型進(jìn)行對(duì)比，改進(jìn)后的YOLO v8模型在計(jì)算量方面相比Faster R-CNN、SSD、Retinanet模型有大幅下降，平均僅為上述模型的3.8%；改進(jìn)后的YOLO v8模型與YOLO v3-tiny、YOLO v4-tiny、YOLO v5和YOLO v8這些輕量級(jí)的YOLO模型相比時(shí)，精確率平均提高了8.91百分點(diǎn)；對(duì)比上述其他所有模型，改進(jìn)的YOLO v8模型的識(shí)別精確率、召回率和mAP均高于上述其他模型。試驗(yàn)結(jié)果表明，本研究算法在提高了檢測(cè)精度的情況下大幅降低了模型復(fù)雜度，更適合進(jìn)行煙草害蟲(chóng)的實(shí)時(shí)檢測(cè)。下一步的研究重點(diǎn)是將改進(jìn)后的模型實(shí)際應(yīng)用于不同種類(lèi)的煙草害蟲(chóng)檢測(cè)中，在實(shí)際應(yīng)用中不斷擴(kuò)充數(shù)據(jù)集并改善模型結(jié)構(gòu)。

參考文獻(xiàn)：

［1］Yun T，Wang S H，Li E，et al. MD-YOLO：multi-scale dense YOLO for small target pest detection［J］. Computers and Electronics in Agriculture，2023，213（1）：108233.

［2］Sharma U，Goel T，Singh J. Real-time image processing using deep learning with Opencv and Python［J］. Journal of Pharmaceutical Negative Results，2023，14（3）：1905-1908.

［3］楊光露，魯曉平，李 琪，等. 基于改進(jìn)輕量化YOLO v5s的卷煙廠煙草粉螟視覺(jué)檢測(cè)方法［J］. 輕工學(xué)報(bào)，2023，38（6）：102-109.

［4］鄭 果，姜玉松，沈永林. 基于改進(jìn)YOLO v7的水稻害蟲(chóng)識(shí)別方法［J］. 華中農(nóng)業(yè)大學(xué)學(xué)報(bào)，2023，42（3）：143-151.

［5］楊光露，李春松，李愿軍，等. 基于CenterNet模型的煙草甲蟲(chóng)視覺(jué)檢測(cè)方法設(shè)計(jì)［J］. 中國(guó)煙草學(xué)報(bào)，2022，28（6）：77-84.

［6］周 維，牛永真，王亞煒，等. 基于改進(jìn)的YOLO v4-GhostNet水稻病蟲(chóng)害識(shí)別方法［J］. 江蘇農(nóng)業(yè)學(xué)報(bào)，2022，38（3）：685-695.

［7］Luo D H，Xue Y J，Deng X R，et al. Citrus diseases and pests detection model based on self-attention YOLO v8［J］. IEEE Access，2023，11（4）：139872-139881.

［8］李偉豪，詹 煒，周 婉，等. 輕量型YOLO v7-TSA 網(wǎng)絡(luò)在茶葉病害檢測(cè)識(shí)別中的研究與應(yīng)用［J］. 河南農(nóng)業(yè)科學(xué)，2023，52（5）：162-169.

［9］何卓遜. 圖像識(shí)別中數(shù)據(jù)增強(qiáng)方法的理解與改進(jìn)［D］. 上海：上海交通大學(xué)，2020.

［10］Zhu R X，Hao F Q，Ma D X. Research on polygon pest-infected leaf region detection based on YOLO v8［J］. Agriculture，2023，13（12）：2253.

［11］Wang L H，Chao R，Meng H，et al. Cattle body detection based on YOLO v5-EMA for precision livestock farming［J］. Animals，2023，13（22）：3535.

［12］Kaj S，Cha C. SE-SqueezeNet：SqueezeNet extension with squeeze-and-excitation block［J］. International Journal of Computational Science and Engineering，2021，24（2）：185-199.

［13］Ma B，Wang X R，Zhang H，et al. CBAM-GAN：generative adversarial networks based on convolutional block attention module［J］. Artificial Intelligence and Security，2019，11632（2）：227-236.

［14］Wu T Y，Dong Y K. YOLO-SE：improved YOLO v8 for remote sensing object detection and recognition［J］. Applied Sciences，2023，13（24）：12977.

［15］李利榮，張?jiān)屏?，?鵬，等. 基于輕量化YOLO v4的復(fù)雜場(chǎng)景絕緣子缺陷檢測(cè)算法［J］. 光電子（激光），2022，33（6）：598-606.

［16］周紹發(fā)，肖小玲，劉忠意，等. 改進(jìn)的基于YOLOv5s蘋(píng)果樹(shù)葉病害檢測(cè)［J］. 江蘇農(nóng)業(yè)科學(xué)，2023，51（13）：212-220.

［17］Zhang G L，Du Z X，Lu W J，et al. Dense pedestrian detection based on YOLO v4 network reconstruction and CIoU loss optimization［J］. Journal of Physics，2022，2171（1）：012019.

［18］Sun D L，Zhang L J，Wang J Q，et al. Efficient and accurate detection of herd pigs based on Ghost-YOLO v7-SIoU［J］. Neural Computing & Applications，2023，36（14）：2339-2352.

［19］周飛燕，金林鵬，董 軍. 卷積神經(jīng)網(wǎng)絡(luò)研究綜述［J］. 計(jì)算機(jī)學(xué)報(bào)，2017，40（6）：1229-1251.

［20］Quan Y，Zhang D，Zhang L，et al. Centralized feature pyramid for object detection［J］. IEEE Transactions on Image Processing，2023，32（1）：4341-4354.

［21］劉 穎，劉紅燕，范九倫，等. 基于深度學(xué)習(xí)的小目標(biāo)檢測(cè)研究與應(yīng)用綜述［J］. 電子學(xué)報(bào)，2020，48（3）：590-601.

［22］Fu L，Wang H Z. Object detection algorithm based on improved FCOS［J］. International Core Journal of Engineering，2022，48（3）：507-516.

［23］Liu C H，Lin W R，F(xiàn)eng Y F，et al. ATC-YOLO v5：fruit appearance quality classification algorithm based on the improved YOLO v5 model for passion fruits［J］. Mathematics，2023，11（3615）：3615.

［24］邵延華，張 鐸，楚紅雨，等. 基于深度學(xué)習(xí)的YOLO目標(biāo)檢測(cè)綜述［J］. 電子與信息學(xué)報(bào)，2022，44（10）：3697-3708.