基于增強(qiáng)型Tiny-YOLOV3模型的野雞識別方法

易 詩，沈 練，周思堯，朱競銘，袁學(xué)松

基于增強(qiáng)型Tiny-YOLOV3模型的野雞識別方法

易 詩1，沈 練1，周思堯1，朱競銘1，袁學(xué)松2

（1. 成都理工大學(xué)信息科學(xué)與技術(shù)學(xué)院（網(wǎng)絡(luò)安全學(xué)院、牛津布魯克斯學(xué)院），成都 610059；2. 電子科技大學(xué)電子科學(xué)與工程學(xué)院，成都 610054）

智慧農(nóng)業(yè)病蟲害檢測技術(shù)發(fā)展迅猛，而對農(nóng)作物具有危害的鳥類檢測技術(shù)尚處于起步階段，近年來由于生態(tài)改善，野雞繁殖數(shù)量激增，其喜食小麥、玉米、紅薯等農(nóng)作物的種子與幼苗，對農(nóng)業(yè)造成一定危害。該研究提出了一種適宜于嵌入式系統(tǒng)部署的人工智能野雞識別方法。由于在野外環(huán)境下移動平臺上部署，需采用輕量級網(wǎng)絡(luò)，同時保證檢測精度與實時性，因此，根據(jù)Tiny-YOLOV3輕量級目標(biāo)檢測網(wǎng)絡(luò)基本結(jié)構(gòu)，提出了一種針對野外復(fù)雜環(huán)境中出現(xiàn)野雞的實時檢測網(wǎng)絡(luò)-增強(qiáng)型輕量級目標(biāo)檢測網(wǎng)絡(luò)（Enhanced Tiny-YOLO，ET-YOLO），該網(wǎng)絡(luò)特征提取部分加深Tiny-YOLOV3特征提取網(wǎng)絡(luò)深度，增加檢測尺度以提高原網(wǎng)絡(luò)目標(biāo)檢測精度，網(wǎng)絡(luò)檢測層使用基于CenterNet結(jié)構(gòu)的檢測方式以進(jìn)一步提高檢測精度與檢測速度。使用野外實地采集各種環(huán)境下出現(xiàn)的野雞圖像作為數(shù)據(jù)集，包括不同距離、角度、環(huán)境出現(xiàn)的野雞共計6 000幅高清圖像制作數(shù)據(jù)集。試驗結(jié)果表明，ET-YOLO在視頻中復(fù)雜環(huán)境下出現(xiàn)的野雞平均檢測精度達(dá)86.5%，平均檢測速度62幀/s，相對改進(jìn)前Tiny-YOLOV3平均檢測精度提高15個百分點，平均檢測速度相對改進(jìn)前Tiny-YOLOV3提高2幀/s，相對YOLOV3、Faster-RCNN與SSD_MobileNetV2主流代表性目標(biāo)檢測算法，平均檢測精度分別提高1.5、1.1與18個百分點，平均檢測速度分別提高38、47與1幀/s。可高效實時地對復(fù)雜環(huán)境下出現(xiàn)的野雞進(jìn)行識別，并且檢測模型大小為56 MB，適宜于在農(nóng)業(yè)機(jī)器人，智能農(nóng)機(jī)所搭載的嵌入式系統(tǒng)上部署。

農(nóng)業(yè)；人工智能；嵌入式系統(tǒng)；野雞識別；ET-YOLO；CenterNet檢測結(jié)構(gòu)

0 引 言

隨著中國退耕還林工程的實施山林面積大幅度增加，缺乏天敵控制，野雞繁殖數(shù)量大增，南北方平原，丘陵，山地分布普遍。由于野雞喜食玉米、花生、小麥、油菜等作物種子與果實，給農(nóng)作物種植造成了巨大的經(jīng)濟(jì)損失[1]。農(nóng)業(yè)生產(chǎn)中對于野雞等危害農(nóng)作物的鳥類傳統(tǒng)控制方法有架設(shè)假人模型，反光帶，聲音驅(qū)趕等[2-3]，該類方法簡單經(jīng)濟(jì)但效果有限。此外，下網(wǎng)、下夾、毒殺、獵殺等方法非常危險，且野雞為國家保護(hù)動物。近年來智慧農(nóng)業(yè)發(fā)展迅猛，發(fā)展一種結(jié)合人工智能的驅(qū)趕野雞方法有著實際意義，方法中最為重要的環(huán)節(jié)在于對野雞的發(fā)現(xiàn)與監(jiān)測。

野雞一般活躍于秋冬季與初春，06:00－09:00、16:00－18:00，分布于田間、經(jīng)濟(jì)林、荒地等區(qū)域，季節(jié)性單只或成群出現(xiàn)。對野雞的檢測與預(yù)警方法，主要需解決如下幾個問題：1）野雞具有保護(hù)色，特別是雌性個體。2）野外復(fù)雜環(huán)境，野雞出現(xiàn)區(qū)域普遍存在一定草木的遮擋。3）野雞出現(xiàn)的距離和目標(biāo)大小隨時變化。

近年來，在目標(biāo)檢測方面，基于深度學(xué)習(xí)的方法準(zhǔn)確率大大超過了傳統(tǒng)的人工設(shè)計特征的檢測方法。基于深度學(xué)習(xí)的目標(biāo)檢測主要包括兩類，一類是基于區(qū)域生成的卷積網(wǎng)絡(luò)結(jié)構(gòu)，代表性的網(wǎng)絡(luò)為區(qū)域卷積網(wǎng)絡(luò)Region-CNN（RCNN）、更快速卷積神經(jīng)網(wǎng)絡(luò)Faster-Region-CNN（Faster-RCNN）[4-5]；一類是把目標(biāo)位置的檢測視作回歸問題，直接利用CNN網(wǎng)絡(luò)結(jié)構(gòu)圖像進(jìn)行處理，同時預(yù)測出目標(biāo)的類別和位置，代表性的網(wǎng)絡(luò)有單次多框檢測器Single Shot MultiBox Detector（SSD）、單次檢測器You Only Look Once（YOLO）[6-8]等。智慧農(nóng)業(yè)目標(biāo)檢測方面，熊俊濤等[9]采用Faster-RCNN實現(xiàn)了自然環(huán)境下綠色柑橘的識別。趙德安等[10]采用YOLOV3實現(xiàn)了水下攝像頭采集的河蟹圖像的識別。呂石磊等[11]采用改進(jìn) YOLOv3-LITE 輕量級神經(jīng)網(wǎng)絡(luò)進(jìn)行柑橘識別。燕紅文等[12]采用改進(jìn) Tiny-YOLO 模型進(jìn)行群養(yǎng)生豬臉部姿態(tài)檢測。易詩等[13]采用紅外熱成像與改進(jìn)的YOLOV3進(jìn)行夜間野兔識別。其中Tiny-YOLOV3輕量級目標(biāo)檢測網(wǎng)絡(luò)具備對目標(biāo)檢測精度高，速度快，模型精簡合適與嵌入式計算平臺部署的優(yōu)點。但對野外復(fù)雜環(huán)境中出現(xiàn)的野雞識別存在以下問題：1）遮擋條件下目標(biāo)的檢測精度需提高。2）尺度變化的運(yùn)動目標(biāo)檢測精度需進(jìn)一步提升。3）目標(biāo)檢測模型的精度，速度與體量需進(jìn)一步調(diào)整平衡。

因此，本研究針對野外復(fù)雜環(huán)境中進(jìn)行野雞識別的特點，在Tiny-YOLOV3輕量級目標(biāo)檢測網(wǎng)絡(luò)的基礎(chǔ)結(jié)構(gòu)上提出了一種增強(qiáng)型輕量級目標(biāo)檢測網(wǎng)絡(luò)（Enhanced Tiny-YOLO，ET-YOLO）。該網(wǎng)絡(luò)根據(jù)野外野雞活動的特點，在Tiny-YOLOV3網(wǎng)絡(luò)的基礎(chǔ)結(jié)構(gòu)上加深特征提取網(wǎng)絡(luò)深度，增加檢測尺度以提高對運(yùn)動中尺度與姿態(tài)變化目標(biāo)的檢測精度，在網(wǎng)絡(luò)檢測層根據(jù)參考文獻(xiàn)[14]采用CenterNet結(jié)構(gòu)替代原網(wǎng)絡(luò)的YOLO檢測層以提高檢測速度，增強(qiáng)特征檢測能力提高對部分遮擋目標(biāo)（半身、背部、頭部）的檢測精度。經(jīng)試驗驗證，增強(qiáng)的輕量級目標(biāo)檢測網(wǎng)絡(luò)經(jīng)訓(xùn)練生成的檢測模型適宜于部署嵌入式計算平臺，在野外環(huán)境下高效地進(jìn)行野雞目標(biāo)識別。

1 試驗數(shù)據(jù)

1.1 試驗數(shù)據(jù)采集

由于公開野雞監(jiān)測數(shù)據(jù)集的缺乏，開源鳥類分類數(shù)據(jù)集不適宜于針對野雞的監(jiān)測。本文采用野外拍攝野雞在各種環(huán)境，距離下出現(xiàn)的視頻制作野雞監(jiān)測數(shù)據(jù)集，數(shù)據(jù)集的采集時間為野雞活躍的秋冬季及初春06:00－09:00、16:00－18:00，采集地點為中國四川省綿陽市境內(nèi)農(nóng)業(yè)大縣梓潼、鹽亭、劍閣，采集環(huán)境包括麥田、玉米地、荒地、樹林等野雞常見出沒區(qū)域。由于野雞性情謹(jǐn)慎，出沒路線無規(guī)律，因此，采集平臺采用加載野雞叫聲的引鳥放音器引誘野雞出現(xiàn)，配合運(yùn)動相機(jī)遠(yuǎn)程錄制2 K高清視頻，放置于雜草叢邊或懸掛于小樹枝上進(jìn)行圖像采集。

實地采集視頻制作的野雞監(jiān)測數(shù)據(jù)集共計6 000幅高清野雞圖像，根據(jù)智能農(nóng)機(jī)及農(nóng)業(yè)機(jī)器人搭載攝像頭拍攝能力與深度學(xué)習(xí)目標(biāo)檢測網(wǎng)絡(luò)檢測能力，采集距離為5～50 m，包括正面、側(cè)面、背面，各種姿態(tài)與尺度的野雞樣本，同時采集實際情況下存在遮擋環(huán)境與保護(hù)色融入的野雞樣本，提高對部分遮擋情況下野雞目標(biāo)的監(jiān)測精度。數(shù)據(jù)集中部分樣本如圖1所示。

圖1 野雞監(jiān)測樣本

1.2 數(shù)據(jù)集制作

使用OpenCV工具對原始數(shù)據(jù)集進(jìn)行增強(qiáng)，包括水平方向上正負(fù)45°的隨機(jī)旋轉(zhuǎn)、隨機(jī)水平/垂直旋轉(zhuǎn)、剪裁與縮放，對每張圖片隨機(jī)采用以上一種方式進(jìn)行擴(kuò)增，最終得到12 000幅圖像的增強(qiáng)數(shù)據(jù)集。

對增強(qiáng)后數(shù)據(jù)集使用labelImg工具對檢測目標(biāo)進(jìn)行標(biāo)注。按5:1劃分訓(xùn)練集與測試集，樣本中野雞出現(xiàn)各類情況如表1所示。

表1 野雞樣本數(shù)量

2 檢測模型

2.1 Tiny-YOLOV3 網(wǎng)絡(luò)模型

Tiny-YOLOV3目標(biāo)檢測模型為YOLO系列中針對移動端與邊緣計算設(shè)計的輕量級目標(biāo)檢測網(wǎng)絡(luò)，特點為精簡，高實時性，檢測精度較高。

Tiny-YOLOV3主干網(wǎng)絡(luò)為YOLOV3的簡化，由13個卷積層，6個最大池化層，1個連接層構(gòu)成，結(jié)構(gòu)如圖2所示。

注：Conv：卷積操作；Maxpool：最大池化操作；Concatenate：連接操作；Upsample：上采樣操作；YOLO detection: YOLO檢測層；NMS：非極大值抑制。416×416、208×208、26×26、13×13分別指輸入圖像與特征圖分辨率，16、256、128、24為卷積層深度。下同。

Tiny-YOLOV3目標(biāo)檢測網(wǎng)絡(luò)輸入圖像分辨率416×416，經(jīng)一系列卷積，最大池化，連接，上采樣操作對圖像進(jìn)行特征提取，YOLO檢測層根據(jù)輸入的圖像數(shù)據(jù)，分別在13×13，26×26，這2個檢測尺度上運(yùn)用回歸分析法輸出圖像數(shù)據(jù)的多個滑動窗口位置及該窗口中檢測到的目標(biāo)類別，設(shè)置多個錨點框以檢測目標(biāo)，完成目標(biāo)檢測后引入非極大值抑制[15]剔除冗余的檢測框以使得對于每個目標(biāo)均有唯一檢測框，使其位置信息更準(zhǔn)確，置信度更高。

由于Tiny-YOLOV3目標(biāo)檢測網(wǎng)絡(luò)較為精簡，雖實時性高，適宜于嵌入式邊緣計算平臺部署，但其特征提取操作精簡，檢測尺度較少，難以準(zhǔn)確檢測運(yùn)動中呈現(xiàn)多種姿態(tài)，保護(hù)色掩護(hù)，具有一定隱藏性的野雞目標(biāo)。因此應(yīng)對其做出改進(jìn)與增強(qiáng)，使其適宜于復(fù)雜環(huán)境下出現(xiàn)的野雞目標(biāo)的檢測。

2.2 ET-YOLO網(wǎng)絡(luò)模型

為提高Tiny-YOLOV3目標(biāo)檢測網(wǎng)絡(luò)對野外復(fù)雜環(huán)境中具有保護(hù)色，遮擋以及運(yùn)動中姿態(tài)變化的野雞目標(biāo)檢測精度同時保證模型的精簡性與檢測的實時性，本文提出的ET-YOLO增強(qiáng)型輕量級目標(biāo)檢測網(wǎng)絡(luò)，在Tiny-YOLOV3目標(biāo)檢測網(wǎng)絡(luò)基礎(chǔ)上加深主干特征提取網(wǎng)絡(luò)，增強(qiáng)檢測尺度，改進(jìn)網(wǎng)絡(luò)檢測層，提升其目標(biāo)檢測性能，提升實時性。

根據(jù)文獻(xiàn)[16]提出的主干特征提取網(wǎng)絡(luò)改進(jìn)方法，能夠在Tiny-YOLOV3的特征提取主干網(wǎng)絡(luò)上增強(qiáng)多尺度目標(biāo)的檢測能力，由于Tiny-YOLOV3目標(biāo)檢測網(wǎng)絡(luò)淺層卷積Conv4層能夠較為有效地表征在隱藏環(huán)境下野雞部分身體出現(xiàn)所呈現(xiàn)的小目標(biāo)的語義信息，而Conv3 層特征感受野太小，Conv5 層則特征感受野太大，包含一定的背景噪聲干擾。因此，為提升遮擋情況下小目標(biāo)檢測能力，ET-YOLO目標(biāo)檢測網(wǎng)絡(luò)將Tiny-YOLOV3中Maxpool3 層替換為Conv4 層，增加Conv5 層將Conv4 層的特征通道維度壓縮以減少無效參數(shù)；同時在Tiny-YOLOV3 模型的基礎(chǔ)上增加上采樣層Upsample2，將Conv5層和Upsample2 在通道維度上進(jìn)行連接操作，Conv7通過Upsample2進(jìn)行升采樣操作，形成特征金字塔增加的一個特征圖層，特征金字塔網(wǎng)絡(luò)由Tiny-YOLOV3的13×13和26×26像素提升為13×13、26×26和52×52像素的3個檢測尺度結(jié)構(gòu)以更好地檢測多尺度目標(biāo)。在檢測網(wǎng)絡(luò)部分，使用CenterNet結(jié)構(gòu)代替原有YOLO層，優(yōu)化檢測方法，增強(qiáng)特征檢測能力以提高對部分遮擋目標(biāo)的檢測精度，降低誤檢率，降低運(yùn)算量，提高檢測實時性。ET-YOLO網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示。

為提高對隱藏環(huán)境中野雞目標(biāo)的檢測精度，提高檢測實時性，降低運(yùn)算量，檢測網(wǎng)絡(luò)部分使用CenterNet結(jié)構(gòu)，用無錨點方式代替原有基于錨點的YOLO檢測層。使改進(jìn)后的目標(biāo)檢測網(wǎng)絡(luò)檢測速度與特征檢測能力進(jìn)一步提升。

CenterNet是Zhou等[17]于2019年提出的目標(biāo)檢測最新方法，其基本思想為：基于錨點的方法經(jīng)常出現(xiàn)大量不正確的邊界框，由于缺乏對相關(guān)剪裁區(qū)域的額外監(jiān)督所造成，因此原Tiny-YOLOV3在YOLO檢測層中需大量錨點框進(jìn)行目標(biāo)檢測。而CenterNet檢測層的優(yōu)勢在于：1）CenterNet基于目標(biāo)中心點的預(yù)測，無錨點框概念，無框重疊閾值門限以確定正錨點與負(fù)錨點，同時無需要區(qū)分錨點框是物體還是背景。因為每個目標(biāo)只對應(yīng)一個中心點，這個中心點是通過熱力圖預(yù)測，因此后端無需極大值抑制再進(jìn)行篩選。2）CenterNet結(jié)構(gòu)簡單，直接檢測目標(biāo)的中心點和大小，為真正意義上的無錨點檢測。因此在降低運(yùn)算量，提高實時性的基礎(chǔ)上同時提高了目標(biāo)特征檢測能力，提高了檢測精度。

注：52×52指輸入圖像與特征圖分辨率。

式中為關(guān)鍵點類型數(shù)（即輸出特征圖通道數(shù)）對于野雞監(jiān)測這個單目標(biāo)檢測問題為1。熱力圖中，中心點計算如式（2）所示：

式中Y為熱力圖中關(guān)鍵點分布函數(shù)，為橫坐標(biāo)取值，為縱坐標(biāo)取值，p為橫坐標(biāo)中心點，p為縱坐標(biāo)中心點，σ為中心點標(biāo)準(zhǔn)差。

CenterNet檢測層采用焦點損失的思想，在訓(xùn)練中，中心點的周圍其他點的損失則是經(jīng)過衰減后的損失，而目標(biāo)的長和寬是經(jīng)過對應(yīng)當(dāng)前中心點的長和寬回歸計算所得，中心點的損失函數(shù)L如式（4）所示：

式中和是焦點損失的超參數(shù)，根據(jù)參考文獻(xiàn)[17]分別取2與4，是圖像的關(guān)鍵點數(shù)量，用于將所有的正焦點損失標(biāo)準(zhǔn)化為1。這個損失函數(shù)是焦點損失的改進(jìn)型，適用于CenterNet檢測。

CenterNet檢測層整體的損失函數(shù)為中心點損失與大小損失之和，每個損失都有相應(yīng)的權(quán)重。計算如式（7）所示。

式中為CenterNet檢測層整體損失函數(shù)。

綜上所述，使用CenterNet檢測層的ET-YOLO野雞檢測網(wǎng)絡(luò)首先根據(jù)熱力圖中關(guān)鍵點分布回歸計算確定野雞目標(biāo)的中心點，再根據(jù)中心點位置回歸計算確定目標(biāo)大小范圍，最終確定野雞目標(biāo)。

2.3 模型的訓(xùn)練與測試

2.3.1 試驗平臺

模型訓(xùn)練與測試所使用硬件平臺為Core i7-8750H 2.2 Ghz處理器+16 GB內(nèi)存+Geforce GTX 1080 8 GB顯卡，軟件平臺為Win10+tensorflow1.9.0+CUDA9.2+ VS2017+opencv4.0。

2.3.2 評價指標(biāo)

對于野外復(fù)雜環(huán)境下野雞目標(biāo)的識別，需考慮檢測網(wǎng)絡(luò)的精度與實時性，同時由于需要部署于智能農(nóng)機(jī)或農(nóng)業(yè)機(jī)器人的嵌入式邊緣計算平臺，要求檢測模型輕量化。

本文采用平均精度（Mean Average Precision，mAP）作為模型檢測精度的評價指標(biāo)，（Average Precision，AP）作為每一類別的檢測精度的評價指標(biāo)[18]。mAP 和 AP 與準(zhǔn)確率（Precision，）、召回率（Recall，）有關(guān)，準(zhǔn)確率和召回率的計算如下：

式中TP代表被正確劃分到正樣本的數(shù)量，F(xiàn)P代表被錯誤劃分到正樣本的數(shù)量，F(xiàn)N 代表被錯誤劃分到負(fù)樣本的數(shù)量。通過計算所得準(zhǔn)確率與召回率可以繪制出準(zhǔn)確率-召回率曲線，該曲線以召回率為橫坐標(biāo)，以準(zhǔn)確率為縱坐標(biāo)，代表某一類別的準(zhǔn)確率與召回率情況，對該曲線進(jìn)行積分所得。野雞識別為單目標(biāo)檢測mAP計算如式（10）所示：

平均運(yùn)算速度評價指標(biāo)，模型權(quán)重大小評價指標(biāo)由實際訓(xùn)練與測試得到。

2.3.3 ET-YOLO網(wǎng)絡(luò)訓(xùn)練

3 結(jié)果與分析

為驗證本研究提出的增強(qiáng)型輕量級ET-YOLO野雞檢測網(wǎng)絡(luò)對野外復(fù)雜環(huán)境下出現(xiàn)的野雞目標(biāo)識別的有效性與優(yōu)勢，在對比改進(jìn)Tiny-YOLOV3前后各項指標(biāo)的同時，使用最新輕量級目標(biāo)檢測網(wǎng)絡(luò)SSD_MobileNetV2，以及目前具有代表性的目標(biāo)檢測網(wǎng)絡(luò)YOLOV3、Faster-RCNN采用相同數(shù)據(jù)集與訓(xùn)練參數(shù)進(jìn)行模型訓(xùn)練，并在測試集上進(jìn)行對比測試[21-24]。

具有保護(hù)色融入環(huán)境以及隱藏遮擋的野雞目標(biāo)在野外復(fù)雜環(huán)境中出現(xiàn)較為常見，因此首先選取測試集中在此類情況下出現(xiàn)的野雞目標(biāo)進(jìn)行檢測識別，檢測識別結(jié)果對比如圖4所示。

由結(jié)果可知，草叢中隱藏具備保護(hù)色掩護(hù)的野雞目標(biāo)共計4個，F(xiàn)aster-RCNN與本文提出的ET-YOLO目標(biāo)檢測網(wǎng)絡(luò)檢出率最高，識別出全部4個野雞目標(biāo)。而Tiny-YOLOV3、SSD_MobileNetV2與YOLOV3僅識別出隱藏情況下4個野雞目標(biāo)中的3個。

在野外實際環(huán)境中，野雞目標(biāo)常以不同的姿態(tài)出現(xiàn)，存在保護(hù)色，對檢測識別造成一定難度，因此再選取測試集中特殊姿態(tài)下出現(xiàn)的野雞目標(biāo)進(jìn)行檢測，檢測識別結(jié)果對比如圖5所示。

由結(jié)果可知，在該測試圖像中存在2個野雞目標(biāo)，其中1個為無遮擋正常姿態(tài)，1個俯臥于地面，這種姿態(tài)加以保護(hù)色掩護(hù)，對檢測識別造成一定難度。所有檢測網(wǎng)絡(luò)均可成功識別無遮擋正常姿態(tài)的野雞目標(biāo)，YOLOV3、Tiny-YOLOV3與本文提出的ET-YOLO可正確識別出特殊姿態(tài)的野雞目標(biāo)，而Faster-RCNN、SSD_MobileNetV2無法成功識別出特殊姿態(tài)的野雞目標(biāo)。

在野外農(nóng)田中時常出現(xiàn)其他對農(nóng)作物危害較小或者無危害的鳥類，而其特征與野雞目標(biāo)相似，因此檢測網(wǎng)絡(luò)不能誤識別該類目標(biāo)。最后一步測試，選取采集視頻中同一環(huán)境下出現(xiàn)的其他鳥類，對比測試各目標(biāo)檢測網(wǎng)絡(luò)的誤識別性能，識別結(jié)果對比如圖6所示。

注：SSD_MobileNetV2、YOLOV3、Faster-RCNN、Tiny-YOLOV3、ET-YOLO為5種目檢測網(wǎng)絡(luò)。下同。

圖5 特殊姿態(tài)野雞目標(biāo)識別

圖6 其他鳥類出現(xiàn)情況下的目標(biāo)識別

由結(jié)果可知，測試圖像中出現(xiàn)目標(biāo)為1只畫眉，其與野雞同為農(nóng)田環(huán)境下容易出現(xiàn)的鳥類，特征具有一定相似性，YOLOV3、Faster-RCNN將其誤識別為野雞，而Tiny-YOLOV3、SSD_MobileNetV2以及本文提出的ET-YOLO沒有產(chǎn)生誤識別[25-30]。

經(jīng)完整測試后，對各個目標(biāo)檢測網(wǎng)絡(luò)檢測野雞目標(biāo)的準(zhǔn)確率，召回率，平均精度mAP，平均運(yùn)算速度（Mean Operation rate，MO），模型大小的統(tǒng)計如表2所示。

表2 野雞不同檢測網(wǎng)絡(luò)的綜合對比

根據(jù)綜合對比測試統(tǒng)計可見，本文提出的ET-YOLO野雞檢測網(wǎng)絡(luò)，對于野雞目標(biāo)的檢測在平均精度上高于增強(qiáng)前Tiny-YOLOV3輕量級目標(biāo)檢測網(wǎng)絡(luò)15個百分點，分別高于SSD_MobileNetV2、YOLOV3與Faster-RCNN目標(biāo)檢測網(wǎng)絡(luò)18，1.5與1.1個百分點，對復(fù)雜環(huán)境下出現(xiàn)的野雞目標(biāo)檢測精度最為優(yōu)良。在檢測實時性上，由于在檢測層使用了基于中心點的CenterNet結(jié)構(gòu)，降低了計算量，后端無需極大值抑制處理，因此在主干特征提取網(wǎng)絡(luò)增加了標(biāo)準(zhǔn)卷積層和上下融合層的情況下平均檢測速度相對增強(qiáng)前Tiny-YOLOV3輕量級目標(biāo)檢測網(wǎng)絡(luò)提高2幀/s，相對SSD_MobileNetV2、YOLOV3與Faster-RCNN目標(biāo)檢測網(wǎng)絡(luò)分別提高1、38與47幀/s，對于實時檢測移動的野雞目標(biāo)效果最為優(yōu)良。在模型大小方面，由于為提高檢測精度增加了特征提取網(wǎng)絡(luò)深度與檢測尺度，因此ET-YOLO生成檢測模型大小56 MB，高于Tiny-YOLOV3與SSD_MobileNetV2輕量級目標(biāo)檢測網(wǎng)絡(luò)模型22與28 MB，但相對YOLOV3與Faster-RCNN深度目標(biāo)檢測網(wǎng)絡(luò)200 MB以上的模型大小，ET-YOLO在保持最優(yōu)野雞目標(biāo)檢測精度的前提下模型大小控制在100 MB以內(nèi)，仍屬于輕量級目標(biāo)檢測網(wǎng)絡(luò)，適宜于在智能農(nóng)機(jī)與農(nóng)業(yè)機(jī)器人的嵌入式邊緣計算平臺上部署。

4 結(jié) 論

1）本文所提出的針對野外復(fù)雜環(huán)境中出的野雞目標(biāo)檢測網(wǎng)絡(luò)ET-YOLO對野雞目標(biāo)識別具備較高的準(zhǔn)確性，試驗結(jié)果表明，模型平均精度達(dá)到了86.5%，平均檢測速度達(dá)62幀/s，模型大小56 MB。

2）針對野外復(fù)雜環(huán)境中出的野雞目標(biāo)特點對Tiny-YOLOV3輕量級目標(biāo)檢測網(wǎng)絡(luò)結(jié)構(gòu)做出改進(jìn)，加深特征提取網(wǎng)絡(luò)深度，增加檢測尺度，提高小目標(biāo)，隱藏目標(biāo)檢測精度，在網(wǎng)絡(luò)檢測部分采用CenterNet層檢測結(jié)構(gòu)替原有YOLO層檢測結(jié)構(gòu)，提高了檢測速度與精度。

3）對實際復(fù)雜環(huán)境下出現(xiàn)的野雞目標(biāo)檢測測試中，本文方法表現(xiàn)出較高檢測精度性與實時性，平均檢測率高于增強(qiáng)前Tiny-YOLOV3輕量級目標(biāo)檢測網(wǎng)絡(luò)15個百分點，分別高于SSD_MobileNetV2，YOLOV3與Faster-RCNN目標(biāo)檢測網(wǎng)絡(luò)18、1.5與1.1個百分點，檢測速度方面相對增強(qiáng)前Tiny-YOLOV3輕量級目標(biāo)檢測網(wǎng)絡(luò)提高2幀/s，相對 SSD_MobileNetV2、YOLOV3與Faster-RCNN目標(biāo)檢測網(wǎng)絡(luò)分別提高1、38與47幀/s，且檢測模型大小控制在100 MB以內(nèi)，適宜于嵌入式邊緣計算平臺的部署。

[1] 盧振宇，孫連新，黃志銀，等. 野雞對春玉米的危害及綜防策略研究[J]. 農(nóng)業(yè)科技通訊，2017(7)：65-67.

Lu Zhenyu, Sun Lianxin, Huang Zhiyin, et al. Study on the harm of pheasant to spring corn and its integrated control strategy[J]. Agricultural Science and Technology Communication, 2017(7): 65-67. (in Chinese with English abstract)

[2] 國家森防總站. 2004年全國林業(yè)有害生物發(fā)生趨勢預(yù)測[EB/OL]. 2004-02-19 [2019-05-23]. http: //gssfz. nease. net/4. html.

[3] 李燕，萬津瑜，徐環(huán)李，等. 果園鳥害防治[J]. 北方園藝，2012(3)：134-135.

Li Yan, Wan Jinyu, Xu Huanli, et al. Bird pest control in orchard[J]. Northern Horticulture, 2012(3): 134-135. (in Chinese with English abstract)

[4] He K M, Zhang X Y, Ren S Q, et al. Spatial pyramid pooling in deep convolutional networks for visual recognition[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2015, 37(9): 1904-1916.

[5] Girshick R. Fast R-CNN [C]//IEEE International Conference on Computer Vision. Santiago: IEEE, 2015: 1440-1448.

[6] Girshick R, Donahue J, Darrell T, et al. Rich feature hierarchies for accurate object detection and semantic segmentation[C]//IEEE Conference on Computer Vision and Pattern Recognition. Columbus: IEEE, 2014: 580-587.

[7] Liu W, Anguelov D, Erhan D, et al. Ssd: Single shot multibox detector[C]//European Conference on Computer Vision. Cham: Springer, 2016: 21-37.

[8] Redmon J, Farhadi A. Yolov3: An incremental improvement [EB/OL]. (2018-04-08) [2018-09-07]. org/abs/1804. 02767.

[9] 熊俊濤，劉振，湯林越，等. 自然環(huán)境下綠色柑橘視覺檢測技術(shù)研究[J]. 農(nóng)業(yè)機(jī)械學(xué)報，2018，49(4)：45-52.

Xiong Juntao, Liu Zheng, Tang Linyue, et al. Research on visual inspection technology of green citrus in natural environment[J]. Transactions of the Chinese Society for Agricultural Machinery, 2018, 49(4): 45-52. (in Chinese with English abstract)

[10] 趙德安，劉曉洋，孫月平，等. 基于機(jī)器視覺的水下河蟹識別方法[J]. 農(nóng)業(yè)機(jī)械學(xué)報，2019，50(3)：151-158.

Zhao Dean, Liu Xiaoyang, Sun Yueping, et al. Detection of under water crabs based on machine vision[J]. Transactions of the Chinese Society for Agricultural Machinery, 2019, 50(3): 151-158. (in Chinese with English abstract)

[11] 呂石磊，盧思華，李震，等. 基于改進(jìn)YOLOv3-LITE輕量級神經(jīng)網(wǎng)絡(luò)的柑橘識別方法[J]. 農(nóng)業(yè)工程學(xué)報，2019，35(17)：205-215.

Lü Shilei, Lu Sihua, Li Zhen, et al. Orange recognition method using improved YOLOv3-LITE lightweight neural network[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(17): 205-215. (in Chinese with English abstract).

[12] 燕紅文，劉振宇，崔清亮，等. 基于改進(jìn) Tiny-YOLO 模型的群養(yǎng)生豬臉部姿態(tài)檢測[J]. 農(nóng)業(yè)工程學(xué)報，2019，35(18)：169-180.

Yan Hongwen, Liu Zhenyu, Cui Qingliang, et al. Detection of facial gestures of group pigs based on improved Tiny-YOLO[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(18): 169-180. (in Chinese with English abstract)

[13] 易詩，李欣榮，吳志娟，等. 基于紅外熱成像與改進(jìn)YOLOV3的夜間野兔監(jiān)測方法[J]. 農(nóng)業(yè)工程學(xué)報，2019，35(19)：215-222.

Yi Shi, Li Xinrong, Wu Zhijuan, et al. Night hare detection method based on infrared thermal imaging and improved YOLOV3[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(19): 215-222. (in Chinese with English abstract)

[14] Duan Kaiwen, Bai Song, Ling Xixie, et al. CenterNet: Keypoint triplets for object detection[C]//IEEE Conference on Computer Vision and Pattern Recognition. United States: IEEE, 2019: 3668-3685.

[15] Neubeck A, Van Gool L. Efficient non-maximum suppression[C]//18th International Conference on Pattern Recognition (ICPR). Springer: Berlin, German, 2006, 3: 850-855.

[16] 劉軍，后士浩，張凱，等. 基于增強(qiáng) Tiny YOLOV3 算法的車輛實時檢測與跟蹤[J]. 農(nóng)業(yè)工程學(xué)報，2019，35(8)：118-126.

Liu Jun, Hou Shihao, Zhang Kai, et al. Real-time vehicle detection and tracking based on enhanced Tiny YOLOV3 algorithm[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(8): 118-126. (in Chinese with English abstract).

[17] Zhou Xingyi, Wang Dequan, Kr?henbühl P, et al. Objects as Points [C]//IEEE Conference on Computer Vision and Pattern Recognition. United States: IEEE, 2019: 2678-2689.

[18] 李善軍，胡定一，高淑敏，等. 基于改進(jìn) SSD 的柑橘實時分類檢測[J]. 農(nóng)業(yè)工程學(xué)報，2019，35(24)：307-314.

Li Shanjun, Hu Dingyi, Gao Shumin, et al. Real-time classification and detection of citrus based on improved single short multibox detecter[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(24): 307-314. (in Chinese with English abstract)

[19] Loshchilov I, Hutter F. SGDR: stochastic gradient descent with warm restarts[J]. arXiv: 2016, 1608. 03983.

[20] Mehta S, Rastegari M, Shapiro L, et al. Espnetv2: A light-weight, power efficient, and general purpose convolutional neural network[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. United States: IEEE, 2019: 9190-9200.

[21] Sandler M, Howard A, Zhu M, et al. Mobilenetv2: Inverted residuals and linear bottlenecks[C]//IEEE Conference on Computer Vision and Pattern Recognition. Salt Lake City: IEEE, 2018: 4510-4520.

[22] Lu J, Lee W S, Gan H, et al. Immature citrus fruit detection based on local binary pattern feature and hierarchical contour analysis[J]. Biosystems Engineering, 2018, 171: 78-90.

[23] Zhao C, Lee W S, He D. Immature green citrus detection based on colour feature and sum of absolute transformed difference (SATD) using colour images in the citrus grove[J]. Computers and Electronics in Agriculture, 2016, 124: 243-253.

[24] Liu S, Yang C, Hu Y, et al. A method for segmentation and recognition of mature citrus and branches-leaves based on regional features[C]//Chinese Conference on Image and Graphics Technologies. Singapore: Springer, 2018: 292-301.

[25] Lin Tsung Yi, Dollár P, Girshick R, et al. Feature pyramid networks for object detection[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, Honolulu, Hawaii, USA: IEEE, 2017: 2117-2125.

[26] Liang Zhen, Shao Jie, Zhang Dongyang, et al. Small object detection using deep feature pyramid networks[C]//Pacific Rim Conference on Multimedia, Hefei, China: Springer, 2018: 554-564.

[27] Microsoft. PASCAL-VOC2012 [DB/OL]. (2012-02-20) [2019-08-02]. http://host.robots.ox.ac.uk/pascal/VOC/voc2012.

[28] He K, Zhang X, Ren S, et al. Deep residual learning for image recognition[C]//IEEE Conference on Computer Vision and Pattern Recognition, 2016: 770-778.

[29] Kirillov A, Girshick R, He Kaiming, et al. Panoptic feature pyramid networks[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, California: IEEE, 2019: 6399-6408.

[30] Liu Jun, Li Pengfei. A mask R-CNN model with improved region proposal network for medical ultrasound image[C]//Proceedings of the International Conference on Intelligent Computing, Wuhan: Springer, 2018: 26-33.

Recognition method of pheasant using enhanced Tiny-YOLOV3 model

Yi Shi1, Shen Lian1, Zhou Siyao1, Zhu Jingming1, Yuan Xuesong2

(1.(,),610059,; 2.,610054,)

The increase of pheasants has posed a threaten to crops as the advancement of ecology. However, most conventional methods of bird repellent have inherent deficiencies in terms of efficiency and danger. An efficiency monitoring method for pheasant is necessary to combine with artificial intelligence, in order to provide early warning and expulsion of pheasants. Normally, pheasant activities are mostly in the early morning and dusk under complex environment with protective color or habit of hiding. This behavior has made monitoring methods much more challenge. In this paper, a novel recognition method for pheasant has been proposed on the deployment of embedded computing platform, combined with the enhanced Tiny-YOLOV3 target detection network, particularly on considering the behavior of pheasant and specific living conditions. A lightweight network is required to ensure the accuracy and real-time monitoring due to the deployment on a mobile platform in the field environment. A real-time monitoring network ET-YOLO has also been established for the emergence of pheasants in a complex field environment, according to the basic structure of the Tiny-YOLOV3 lightweight target detection network. The feature extraction can deepen the net depth of Tiny-YOLOV3, and thereby increase the detection scale to improve the detection accuracy of original net target. CenterNet structure was used in the net detection layer to further enhance the detection accuracy and speed. The dataset of pheasant monitoring was produced after augmentationusing the field collection of images in various environments, including 6000 high resolution images of pheasant in different distances, angles and environments. The indicators of experimental evaluation were mainly tested in terms of accuracy, real-time performance, and model size. Specifically, the average detection accuracy, average detection speed, and detection model size of the pheasant were used for evaluation. The experimental results showed that the average detection accuracy of ET-YOLO in the complex field environment was 86.5%, and the average detection speed was 62 frames/s, 15% higher than that of initial Tiny-YOLOV3. The average detection accuracy was higher than that of YOLOV3, Faster-RCNN and SSD_MobileNetV2 by 1.5%, 1.1% and 18%, respectively. The average detection speed was 38 frames /s, 47 frames /s and 1 frame/s higher than that of YOLOV3, Faster-RCNN and SSD_MobileNetV2, respectively, when the detection model size of 56 MB. The proposed method can be suitable for the deployment on embedded computing platforms equipped with agricultural robots and intelligent machines in terms of recognition accuracy, real-time performance, and model size, particularly recognizing pheasants in complex environments.

agriculture; artificial intelligence; embedded system; pheasant recognition; ET-YOLO; CenterNet detection structure

易詩，沈練，周思堯，等. 基于增強(qiáng)型Tiny-YOLOV3模型的野雞識別方法[J]. 農(nóng)業(yè)工程學(xué)報，2020，36(13)：141-147.doi：10.11975/j.issn.1002-6819.2020.13.017 http://www.tcsae.org

Yi Shi, Shen Lian, Zhou Siyao, et al. Recognition method of pheasant using enhanced Tiny-YOLOV3 model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(13): 141-147. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.13.017 http://www.tcsae.org

2020-02-04

2020-05-27

國家自然科學(xué)基金項目（61771096）；國家大學(xué)生創(chuàng)新創(chuàng)業(yè)項目（201910616129）

易詩，高級實驗師，主要從事人工智能，紅外圖像處理，信號處理，嵌入式系統(tǒng)開發(fā)。Email：549745481@qq.com

10.11975/j.issn.1002-6819.2020.12.017

TN919.5

A

1002-6819(2020)-13-0141-07