基于卷積神經網絡的農作物病害識別方法研究

張乃夫 譚峰 范禹希

摘要 傳統的農作物病害診斷主要依靠人工識別，需要從業者具有一定經驗且主觀性較強，存在誤判現象。針對這一現象，提出了一種基于卷積神經網絡的農作物病害識別方法。選取玉米和馬鈴薯的5種常見病害進行試驗，構建了1個13層的卷積神經網絡結構，并分析了不同池化方式及優化算法對該模型準確性的影響。同時采用十折交叉驗證對模型魯棒性進行評估，結果表明該模型具備良好的分類性能，對5種病害的平均識別率為93.95%，為玉米及馬鈴薯常見病害識別提供了一種新途徑。

關鍵詞 農作物病害;圖像識別;卷積神經網絡

中圖分類號 S126 ?文獻標識碼 A ?文章編號 0517-6611（2020）05-0242-04

doi：10.3969/j.issn.0517-6611.2020.05.068

開放科學（資源服務）標識碼（OSID）：

Abstract Traditional crop disease diagnosis mainly relies on manual recognition， which requires practitioners with certain experience and strong subjectivity， and there is a phenomenon of misjudgment. Aiming at this phenomenon， we proposed a method of crop disease identification based on convolutional neural network. Five common diseases of corn and potato were selected for experiment， a 13layer convolutional neural network structure was constructed， and the influence of different pooling modes and optimization algorithms on the accuracy of the model was analyzed. At the same time， the robustness of the model was evaluated by 10fold cross validation. The results showed that the model had good classification performance and the average recognition rate of five diseases was 93.95%， which provided a new way to identify common diseases of corn and potato.

Key words Crop diseases;Image recognition;Convolutional neural network

農業作為我國國民生產生活的首要產業，為國民經濟的建設與發展提供保障。農業生產中的各種農作物，如糧食作物、油料作物、蔬菜作物、飼料作物、藥用作物等與人民生活有著密不可分的聯系。國家統計局公布的我國糧食生產數據顯示，2017年全國糧食播種面積為1.12億hm.2，比2016年減少81.47萬hm.2[1]。農業種植結構的調整優化和糧食播種面積的減少亟需對糧食單產水平進行提升。但是在農作物的生長過程中容易受微生物、細菌、病毒等侵害，導致其性狀發生改變，從而嚴重影響作物的產量。此外，隨著全球氣候變化所產生的環境劇變，病害發生概率較以往大幅提升。因此，及時有效地對農作物病害進行診治對降低病害損失和提升作物產量尤為重要。

作物病害識別對識別準確度有一定的要求，傳統的作物病害識別方法主要是通過觀察病害的形態特征來確定病害種類，并且需要檢測者具有長期的種植經驗和豐富的專業知識。種植者一般采用已有的經驗、對照專業的書籍、查詢互聯網和請教農業技術人員或專家等方法。因此對病害的識別耗時費力且較為主觀，并且由于作物病害癥狀復雜多變，部分病害特征差異并不很明顯，使得人工檢測方法存在一定的誤判現象。我國地域廣袤、作物種植面積大，因此植保專家的數量難以得到滿足需求，部分地區作物發生病害時會出現專家難求的狀況，導致部分作物因無法及時確診病情從而大面積發病，使種植者遭受了巨大的經濟財產損失。因此，迫切需要一種科學、快速、準確的方法來替代已有的人工檢測方法，從而提高作物病害的識別效率和識別準確率。

近年來，卷積神經網絡[2-4]受到學者們的廣泛關注，由于其在訓練時可以不用人為提取特征而是直接對圖像進行學習，省去了病斑分割這一過程，一方面降低了特征選取的主觀性，另一方面對病害識別效率有所提升，部分學者利用卷積神經網絡實現了對病害的精確識別[5]。龍滿生等[6]利用深度卷積神經網絡AlexNet模型對大規模數據集ImageNet進行訓練，并采用微調（finetune）方法進行油茶病害圖像識別，結果表明該方法對油茶藻斑病、軟腐病、煤污病、黃化病識別有較高的準確率。張建華等[7]提出基于改進VGG-16卷積神經網絡的棉花病害識別模型，優化了VGG-16模型結構和參數，結果顯示該模型對棉花病害識別具備良好的分類性能。由此可以看出卷積神經網絡在圖像識別中的優勢。鑒于此，筆者通過對玉米及馬鈴薯病害識別的研究，提出1種基于卷積神經網絡的病害識別方法，通過對LeNet[8]、AlexNet[9]、VGGNet[10]等經典網絡結構進行學習并結合研究作物特點，構建了適用于該研究的神經網絡結構，并對其結構進行優化探究，為這2種作物的害識別與防治提供了一定的科學方法和依據。

1 材料與方法

1.1 試驗數據及預處理

1.1.1 病害圖像采集。以玉米及馬鈴薯常見病害為研究對象，分別采集了玉米灰斑病、玉米銹病、玉米枯葉病、馬鈴薯早疫病、馬鈴薯晚疫病5類病害樣本進行試驗，圖像來源于植物村（Plant village）、美國植物病例協會（APS Net）等植物病害網站，其中共采集玉米灰斑病圖像191張、玉米銹病圖像519張、玉米枯葉病圖像374張、馬鈴薯早疫病圖像412張，馬鈴薯晚疫病圖像380張，分別用病害首字母縮寫HB（灰斑病）、XB（銹病）、KY（枯葉病）、ZY（早疫病）、WY（晚疫病）表示對應病害類別標簽，采集到的部分圖像如圖1所示。

1.1.2 病害圖像預處理。由于采集到的作物病害圖片大小不一致，在含有全連接層的神經網絡結構訓練時，需要預先對采集到的圖像進行resize處理，從而固定其輸入維度。若不進行該操作則會導致全連接層的參數維度與前一層的特征圖維度不一致進而導致訓練提前結束[11]。所以該試驗首先利用python的圖形處理模塊（PIL）對所采集到的病害圖片進行歸一化處理，將樣本圖片尺寸統一裁剪為像素128×128，便于作為卷積神經網絡的輸入。

同時，試驗采集到的不同種類病害樣本數目有一定差距，樣本數目的不均衡往往會導致試驗結果偏向樣本數目較多的一類，為防止這一問題的發生對數據集進行了擴充。對采集到的小樣本病害數據利用PIL模塊進行了數據增強（data augmentation），對小樣本病害數據進行了旋轉操作，旋轉角度分別為90°、180°、270°，將旋轉后的圖片存入相應的訓練文件夾內，這就使得擴充完成后樣本數目相差不大，降低了模型過擬合的風險。

1.2 試驗方法

1.2.1 卷積神經網絡。卷積神經網絡一般由輸入層（input layer）、卷積層（convolutional layer）、池化層（pooling layer）、全連接層（fully connected layer）和輸出層（output layer）等組成。卷積層由若干個卷積單元組成，每個卷積單元的參數都是通過反向傳播算法優化得到。卷積過程通過卷積核對輸入圖像進行卷積操作，其目的是提取圖像的局部特征，從而得到多個特征圖（feature map）。對于卷積層當采用方式SAME方式作為邊界補充條件時，其卷積后特征圖尺寸計算公式為：

池化層又叫下采樣層（down sampling layer），由于圖像在卷積層進行卷積操作之后會得到維度很大的特征，所以通常采用池化層對卷積后提取到的特征信息進行降維處理，以此減少網絡參數來降低模型的計算量，降低過擬合的風險。全連接層（fully connected layer）在神經網絡中主要起到“分類器”的作用，通過將輸入圖片的特征通過線性變換映射到樣本標記空間，從而實現由圖片轉化為向量這一過程。

1.2.2 模型結構設計。通過學習LeNet、AlexNet、VGGNet等知名網絡結構后，構建了一個13層的卷積神經網絡結構，包含5個卷積層、5個池化層、2個全連接層和1個輸出層。該模型結構如圖2所示。

由圖2可知，輸入層圖片尺寸為128×128，卷積過程作均進行補零操作，使得卷積后的圖像尺寸與卷積前保持一致同時也降低了邊緣數據丟失的問題。卷積層一和卷積層二使用尺寸為5×5的卷積核對輸入圖片進行卷積，分別得到32個feature maps和64個feature maps，每層對應特征圖尺寸為64×64和32×32。卷積層三、四、五使用尺寸為3×3的卷積核對輸入圖片進行卷積，分別得到128個feature maps、256個feature maps和512個feature maps，每層對應特征圖尺寸為16×16、8×8和4×4。

池化層均采用尺寸為2×2的核對卷積層輸入進來的圖片進行下采樣，試驗分別選取均值池化（average-pooling）、最大值池化（max-pooling）為池化方式。均值池化即選取圖像區域內的平均值作為池化后輸出結果，最大值池化通過選取圖像區域內的最大值作為池化輸出結果[12]。由于均值池化能更好的對圖像背景信息進行保留而最大值池化能更好的保留圖像的紋理信息，所以該試驗對這2種池化方式進行探究，分析不同池化方式對模型準確率的影響。

該模型激活函數最終采用非線性激活函數ReLu，與傳統的Sigmoid函數及Tanh函數相比ReLu函數具有單側抑制的效果，通過使部分神經元輸出為0從而使網絡具有一定的稀疏性，降低了模型參數的同時減少了模型所需要的計算量，使模型收斂速度更快[14]。

2 結果與分析

2.1 池化方式對識別率的影響

該試驗設置將所有樣本訓練30次，batch size為64，初始學習率（learning rate）為0.001，所有卷積層采用ReLU作為激活函數，為了避免過擬合現象的發生，設置正則化系數為0.005，試驗采用單一變量原則即在對比試驗中每次只改變其中1個變量，從而排除其他因素對結果的影響。試驗首先比較了不同池化方式對模型準確率的影響，其結果如表1所示。由表1可知，采用最大池化方式和平均池化方式時模型對病害識別均有較高的準確率，其中采用平均池化方式時訓練集和測試集的準確率較高（93.12%、91.25%），而采用最大值池化方式時準確率略微低于平均池化（92.18%、86.56%），可以看出該研究設計的病害識別模型采用平均池化方式效果更好。

2.2 不同優化算法對識別率的影響

卷積神經網絡模型中含有大量的參數，對于這些參數學者們提出了眾多算法來對其進行優化，為探究不同優化算法對病害識別準確率的影響，試驗設計采用AdaGrad、Adam、RMSProp共3種優化算法。AdaGrad、Adam、RMSProp算法的學習率都是自適應的，即在訓練的過程中根據參數出現頻率自動的調整學習率。AdaGrad算法利用學習率與歷史梯度的平方根比值作為當前訓練的學習率，并且針對不同的變量參數允許使用不同的學習率進行優化。RMSProp算法可以消除梯度下降中的擺動，并允許使用1個更大的學習率來加快算法的學習速度。Adam是另一種學習率自適應優化算法，通過計算梯度的一階矩估計和二階矩估計來自適應學習率。

在模型訓練的中末期由于迭代次數的增加，其梯度平方不斷增大，即Gi，t不斷增大，由公式可知當Gi，t很大時會導致學習率趨近于無窮小，這樣就使得模型無法從圖片中提取出更多的信息，出現模型準確率低的情況。而Adam算法可以看成對RMSProp算法的進一步優化，將momentum的與之結合，不僅僅考慮當前的梯度，還會考慮之前的累計梯度，使模型達到更好的效果。

2.3 模型魯棒性分析

在進行神經網絡模型訓練時，單一測試集可能會具有偶然性和隨機性。因此為了驗證模型的穩定性和準確性，試驗采用K折交叉驗證（K-fold cross-validation）對模型進行評價，將作物病害圖片分為K份，依次將其中K-1份作為訓練集用于網絡的訓練，剩余1份作為測試集進行模型測試，交叉重復驗證K次使得每份樣本都被驗證1次，綜合K次實驗后得到的結果均值對模型的魯棒性進行評價[15]。對于試驗則采用常用的十折交叉驗證方法來對模型的魯棒性進行評價，1～10次試驗測試集平均識別準確率依次為93.43%、94.37%、95.31%、94.68%、92.81%、94.06%、93.12%、92.50%、95.00%、94.27%;10次試驗模型準確率最高為95.31%，最低為92.50%，試驗模型平均準確率為93.95%，綜合10次試驗結果來看，模型準確率相差不大，由此可以證明該試驗模型的可靠性。

3 結論

作物病害識別一直是機器學習中的一個熱門話題，傳統的作物病害識別主觀性較高存在一定誤判現象，利用圖像處理技術和模式識別方式對作物病害進行識別雖然有良好的表現，但是在特征的選取上較為復雜同時難以提取圖像中的深層特征[5-10]。所以試驗設計了一個卷積神經網絡模型，避免了人為提取特征的復雜性，提升病害識別效率，同時選取馬鈴薯及玉米的常見病害作為試驗研究對象，試驗研究的主要結論如下：①利用卷積神經網絡對玉米灰斑病、玉米銹病、玉米枯葉病、馬鈴薯早疫病、馬鈴薯晚疫病進行了識別，試驗構建了一個13層的神經網絡模型，結果表明該模型對上述5種病害能進行有效地識別，且平均識別準確率在90%以上。②在該模型的基礎上比較分析了不同池化方式對模型準確率產生的影響，分別利用最大值池化和均值池化進行試驗對比，結果表明采用均值池化的準確率要高于最大值池化的準確率。③試驗選擇了AdaGrad、RMSProp、Adam共3種優化算法進行對比試驗，分析試驗結果得出，試驗模型采用Adam優化算法時其訓練集準確率為93.12%，高于AdaGrad算法（84.44%）和RMSProp算法（91.25%），并且對該模型進行了十折交叉驗證，結果表明該模型魯棒性較好。

參考文獻

[1]國家統計局.中國統計年鑒2018[M].北京：中國統計出版社，2018.

[2]周飛燕，金林鵬，董軍.卷積神經網絡研究綜述[J].計算機學報，2017，40（6）：1229-1251.

[3]陳先昌.基于卷積神經網絡的深度學習算法與應用研究[D].杭州：浙江工商大學，2014.

[4]常亮，鄧小明，周明全，等.圖像理解中的卷積神經網絡[J].自動化學報，2016，42（9）：1300-1312.

[5]姜珊.基于卷積神經網絡的水稻生長階段優劣長勢判別的研究[D].大慶：黑龍江八一農墾大學，2018.

[6]龍滿生，歐陽春娟，劉歡，等.基于卷積神經網絡與遷移學習的油茶病害圖像識別[J].農業工程學報，2018，34（18）：194-201.

[7]張建華，孔繁濤，吳建寨，等.基于改進VGG卷積神經網絡的棉花病害識別模型[J].中國農業大學學報，2018，23（11）：161-171.

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

[9]KRIZHEVSKY A，SUTSKEVER I，HINTON G E.ImageNet classification with deep convolutional neural networks[J].Advances in neural information processing systems，2012，25（2）：1097-1105.

[10]SIMONYAN K，ZISSERMAN A.Very deep convolutional networks for largescale image recognition[R].2014：1409-1556.

[11]LONG J，SHELHAMER E，DARRELL T.Fully Convolutional networks for semantic segmentation[J].IEEE Transactions on Pattern Analysis & Machine Intelligence，2014，39（4）：640-651.

[12]楊東坡.基于深度學習的商品圖像分類[D].大連：大連交通大學，2015.

[13]池燕玲.基于深度學習的人臉識別方法的研究[D].福州：福建師范大學，2015.

[14]JARRETT K，KAVUKCUOGLU K，RANZATO M，et al.What is the best multistage architecture for object recognition？ In（ICCV09）[C]//2009 IEEE 12th Znternational Conference on Computer Vision.Kyoto，Japan：IEEE，2009.

[15]盧官明，朱海銳，郝強，等.基于深度殘差網絡的人臉表情識別[J].數據采集與處理，2019，34（1）：50-57.