基于樹莓派使用tensorflow實現水果識別

摘 ?要：圖像識別領域作為深度學習研究應用的初衷，如何能夠快速準確地對圖像進行識別一直以來都是眾多研究人員的研究重點。而水果圖像識別作為圖像識別應用中很重要的一部分，在實際生活中能夠高效地實現水果圖像的正確識別具有非常重要的地位。本文在深入地研究深度學習尤其是卷積神經網絡理論的基礎上，依據經典人工神經網絡模型Alexnet進行改進，使之可以進行水果圖像識別，并借助TensorFlow函數庫通過Python編程語言構造了新的卷積神經網絡模型，最后結合樹莓派成功實現了對于水果（香蕉）圖像的識別。

關鍵詞：水果圖像識別;卷積神經網絡;樹莓派;TensorFlow

中圖分類號：TP751.1????文獻標識碼：A ???文章編號：1671-2064（2019）17-0000-00

0 引言

隨著我國農業生產的快速發展和深度學習在諸多領域的廣泛應用，研究人員也開始思考將二者結合起來以加快現代化智慧產業發展。水果圖像識別是我國現代智慧農業發展過程中十分關鍵的一環，能夠實現對水果圖像快速準確高效的識別是我們一切工作的前提條件。

本次設計是在樹莓派平臺上利用TensorFlow實現水果識別任務，事實上，樹莓派僅僅作為程序的載體，更重要的是選擇合適的人工神經網絡實現高效準確的水果圖像識別。為了滿足水果圖像識別性能和實時性的需求，采用卷積神經網絡對水果圖像進行識別，并且依據不同的經典網絡：LeNet-5^[1]和AlexNet^[2]，設計了不同的網絡模型分別進行訓練，最后對比訓練結果選出最優網絡拷貝到樹莓派上并完成水果識別任務。

1 水果識別研究現狀

隨著我國水果產業的快速崛起和深度學習在諸多領域的廣泛應用，研究人員也開始思考將二者結合起來以加快產業發展。其中比較具有代表性的有：利用BP神經網絡作為分類器的呂秋霞^[3]等人，雖然識別率可以達到95%以上，但是存在復雜的人造特征過程和網絡訓練不足的問題;利用預處理消除水果圖像灰度分布不均勻和光照變化問題，再通過BP神經網絡進行識別的陳源^[4]等人，雖然識別率可以達到98.6%，但是仍然存在預處理過多和樣本種類過少的局限;利用一系列預處理工作實現對水果尺寸，顏色和形狀特征的提取，再利用SVM分類器完成對水果特征的組合識別，最后準確率達到95.33%^[5]。

通過查閱以往文獻可以發現，水果識別系統的設計按照傳統的方法流程一般如圖1，圖像預處理和特征提取是主要任務，并且在實驗過程中所用到的水果圖片均是在有著嚴格限定的環境中拍攝的，這大大減少了外界環境的影響，因而當識別系統被應用到實際中時，我們所得到的識別準確率往往不盡如人意。此外，在傳統的水果識別系統設計過程中，我們通常是對水果的形狀，顏色，紋理等特征進行提取和識別，但是水果在不同的地理環境下會引起其個體的形狀，顏色及紋理等特征的不同，在拍攝過程中光照的影響也會造成這些特征的變化，因此會降低識別系統的準確性。基于以上種種，我們需要更加復雜的識別算法來解決這些問題。

2 基于TensorFlow實現水果圖像識別的人工神經網絡

TensorFlow是由Google Brain團隊開發的一個開源軟件庫，使用TensorFlow實現水果識別，實質上就是利用深度學習的相關知識，通過對人工神經網絡進行有監督的訓練，從而實現計算機對于水果圖像的成功識別。

本節將采用經典Alexnet網絡模型進行水果圖像的識別研究，并通過搭建具體的卷積神經網絡^[6]結構來分析其對水果圖像識別結果的影響，并對網絡模型進行改進提高識別準確率，以便于下一步實驗設計的進行。

2.1數據集的構建

構建數據集，最主要的就是采集相關水果圖像，依據圖像識別任務的不同需要選擇不同拍攝設備，以便進行所需圖像的攝影采集。本次圖像采集設備均為拍攝像素為八百萬的手機攝像頭，而且因為本次設計選擇香蕉作為目標水果，所以選取香蕉，桃子，梨，草莓，芒果，鳳梨和黃檸檬七種水果從各種不同角度進行了拍攝。

在圖像采集完成后，先分別篩選出拍攝質量較高的四百張各種角度的香蕉圖片和四百張不同角度的非香蕉類水果圖片，并對這些彩色圖片進行批量修改使其尺寸格式統一。目前默認將其像素尺寸修改為100*100，之后對彩色圖片進行分類和數據標注，形成本次設計所需要的訓練數據集，與此同時，再分別選出一百張同樣處理完成的不同角度的香蕉類和非香蕉類圖片作為測試數據集。

2.2基于經典Alexnet網絡模型的改進網絡模型

2.2.1三維卷積設計

在傳統的圖像識別神經網絡模型中，一般均采用將彩色圖像轉化為灰度圖像，對灰度圖像進行二維卷積的方法。這種方法需要對所有圖片均進行復雜的預處理過程，包括整理使其成為統一尺寸格式和灰度化處理等。為了能夠簡化預處理過程，降低計算成本，在本次設計中，利用三維卷積直接對彩色圖像進行操作提取局部特征后完成識別。

2.2.2 基于Alexnet網絡模型的改進網絡

（1）預處理：從計算成本和神經網絡承受能力兩個角度考慮，設計將之前處理過得到的訓練數據集和測試數據集樣本進行尺寸和格式的再次統一，因為訓練的網絡層數較淺，且利用筆記本電腦CPU進行訓練，故將圖片的像素尺寸設定為100*100*3，而非原文中的224*224*3。

（2）輸入層Input：因為卷積神經網絡的結構一般受到輸入圖像像素尺寸的影響，而且其深度在很大程度上決定著最后分類效果的優劣，綜上，本次網絡模型選擇像素尺寸大小為100*100*3的水果彩色圖像矩陣作為輸入矩陣。

（3）卷積層C1：C1神經網絡層是對從輸入層傳入的彩色圖像像素矩陣利用許多不同的立體卷積濾波器進行卷積計算從而得到不同的特征圖像。本次卷積濾波器設計卷積核尺寸大小為3*3*3，共計使用16個相同尺寸的卷積濾波器，除此之外，設定卷積濾波器每次向各個方向的移動步長均為1。本次卷積操作后還要將所得特征圖像輸入ReLU單元進行激活處理，得到激活像素層。

（4）池化層P1：P1神經網絡層對C1卷積網絡層中輸出的十六個特征圖像進行最大池化操作處理后得到新的特征圖像。池化處理利用的是由人類觀察圖像時局部感受野延伸出的圖像局部具有相關性的原理，對輸入的特征圖像再次進行卷積抽樣，可以減少數據中的冗余信息同時降低所需要的參數規模。設計卷積核尺寸為3*3，假設卷積窗口每次移動步長為2。在池化操作完成后，對像素層進行歸一化處理，此時運算的尺寸仍為3*3，歸一化運算后的像素層尺寸規模無變化。

（5）卷積層C2：C2對P1池化層中輸出的十六個特征圖像采用與C1卷積層相似的方式進行卷積計算。本次卷積濾波器設計卷積核尺寸大小為3*3*16，共計使用16個相同尺寸的卷積濾波器，設定卷積濾波器每次向各個方向的移動步長均為1。激活函數仍為ReLU非線性不飽和激活函數。

（6）池化層P2：P2對C2卷積層中輸出的十六個特征圖像進行最大池化操作處理后得到新的特征圖像。設計卷積核尺寸為3*3，假設卷積窗口每次移動步長為1。在池化操作完成后，對像素層進行歸一化處理。

（7）全連接層FC1：全連接神經網絡層與P2池化神經網絡層的連接方式顧名思義，就是選用全連接的方式進行的。將P2池化神經網絡層中的輸出作為本次全連接層的輸入，將像素層矩陣全部展開轉化為各個獨立的神經元后同樣經過ReLU非線性不飽和函數激活后進行輸出。

（8）全連接層FC2：具體處理操作方式與FC1全連接神經網絡層類似。

（9）輸出層Output：輸出層output選擇softmax回歸分類器，將上一神經網絡層中的輸出所有神經元輸入多分類邏輯回歸分類器進行分類識別，判斷是否為香蕉，并輸出判斷結果。

3 通過樹莓派實現水果識別的系統設計

卷積神經網絡代碼編寫到樹莓派上后發現因為樹莓派自身內存不夠，每次只要開始訓練，就會出現進程被殺掉的報錯，所以樹莓派實際上并不能訓練神經網絡。為此我想出的解決方案是：在發現不能訓練網絡后，轉而選擇在筆記本電腦上訓練該神經網絡，訓練成功后將其模型文件傳輸到樹莓派上，直接利用模型文件進行測試。

本次系統設計選擇樹莓派作為程序載體，因為它具有其他硬件設備所缺少的便攜性和可操作性，對于Python開發相關軟件具有很好的環境適應性。本設計系統框圖如圖2所示。

樹莓派實現水果識別的流程設計：（1）搭建并訓練基于Alexnet神經網絡模型的改進卷積神經網絡架構;（2）對所設計的卷積神經網絡進行測試，測試成功則進行下一步驟;（3）將訓練好的卷積神經網絡模型移植到樹莓派硬件上;（4）通過樹莓派運行網絡模型，實現水果識別的目標。

經過多次測試，可以觀察到卷積神經網絡模型移植到樹莓派硬件平臺上后其測試準確率并無明顯變化，仍然穩定在98%左右。

4 算法改進及實驗分析

本次設計是在Intel core i5，2.5GHz CPU，4G內存的Windows操作系統，Python操作平臺以及TensorFlow開源庫的環境下進行的。

4.1算法改進

（1）三維卷積計算的應用。為了簡化預處理過程，進一步提高圖像識別的效率，引入采用了三維卷積的Alexnet卷積神經網絡模型，在傳統的Lenet-5網絡模型和Alexnet網絡模型關于水果圖像識別訓練準確率的對比下，如圖3所示。

Alexnet模型訓練準確率高于Lenet-5模型，故本次設計選擇采用Alexnet卷積神經網絡模型，同時對其進行了改進使其更適應于本設計任務。

（2）激活函數的改進。搭建模型過程中，在卷積層采用了不同的激活函數，主要在于比較原文中使用的sigmoid函數與近幾年較為流行的ReLU函數及Leakly ReLU函數的識別錯誤率差別，事實上，在訓練網絡時其錯誤率差別對比如圖4所示。

從圖4可以看出，橫坐標代表迭代次數，縱坐標代表圖像識別的錯誤率。經過訓練后，分別以Sigmoid非線性飽和函數、ReLU非線性不飽和函數和 Leaky ReLU非線性不飽和函數作為激活函數的Alexnet改進神經網絡模型的水果圖像識別錯誤率分別大約為 2.20%、0.90%和 0.80%。綜上，在本次訓練的卷積神經網絡中使用非線性不飽和修正函數作為隱含層中的激活函數得到的水果圖像識別錯誤率明顯大幅度低于使用Sigmoid非線性飽和函數作為激活函數的識別錯誤率。除此以外，ReLU非線性激活函數相比于 Sigmoid 非線性激活函數，可以極大的提高訓練時的收斂速度，收斂速度至少可以提高5倍以上。而Leaky ReLU 非線性不飽和函數作為ReLU非線性不飽和函數的變形，在訓練實驗迭代 200 次后的圖像識別錯誤率相比于 ReLU 非線性不飽和激活函數稍有下降，并且可以提高卷積神經網絡模型的魯棒性，所以在最終搭建改進神經網絡模型時選取Leaky ReLU非線性不飽和激活函數作為本次卷積神經網絡的激活函數。

4.2設計及實驗結果分析

在將卷積神經網絡移植到樹莓派上進行訓練時，因為樹莓派自身內存不足，一旦開始訓練就會出現報錯，提示進程已經被停止。所以實際上，樹莓派本身并不能獨立地對卷積神經網絡進行訓練。故本次設計選擇先在筆記本電腦上訓練該神經網絡，成功后將其模型文件傳輸到樹莓派上，直接利用模型文件進行水果圖像識別。

通過樹莓派攝像頭對水果圖片進行拍攝保存，利用已經訓練移植好的神經網絡模型對此圖像進行識別，識別結果如圖5所示，其中紅色方框標出部分表明對于上述拍攝圖片成功進行了識別：這是香蕉的概率為99.99%。這說明對于香蕉這一水果，本神經網絡能夠成功識別。

5 結語

隨著社會經濟的快速發展，現代農業技術已經十分發達，水果圖像識別技術作為未來智慧農業發展的一個重要技術方向，將深度學習和實際應用緊密的結合起來，能夠大大降低人力水果分類的成本，取得良好的效果。

參考文獻

[1]王水平，唐振民，范春年等.基于?SVM 的水果分類算法研究[J].武漢理工大學學報，2010，8，32（16）：44-47.

[2]Krizhevsky A ， Sutskever I ， Hinton G . ImageNet Classification with Deep Convolutional Neural Networks[C]// NIPS. Curran Associates Inc.2012.

[3]呂秋霞，張景鴻.基于卷積神經網絡的水果自動分類系統設計[J].安徽農業科學，2009，35（37）：17392-17394.

[4]陳源，張長江.水果自動識別的 BP 神經網絡方法[J].圖形、圖像與多媒體，2010，29（22）：40-43.

[5]王水平，唐振民，范春年，裴曉芳，謝永華.基于SVM的水果分類算法研究[J].武漢理工大學學報，2010，32（16）：44-47.

[6]BENGIO Y.Learning deep architectures for AI[J].Foundations and Trends in Machine Learning，2009，2（1）：1-12.

收稿日期：2019-08-01

作者簡介：劉潤洲，男，北京人，研究方向：機器學習（圖像識別）。