基于卷積神經網絡的農作物病理圖像分類算法研究

劉帥君，寇旭鵬，何 穎，莫雪峰

（云南農業大學大數據學院/云南省信息技術發展中心，昆明 650000）

農業作為中國的重要產業，農作物的產量和質量影響著人民的日常生活。加大農業發展，實現精細化，提高農業智能化、科學化，是農業管理的必經之路，也是中國從傳統農業大國走向現代化農業大國的選擇。農作物在生長過程中，仍然避免不了病害的威脅，這也是影響農作物收成的原因。為此，實現對農作物病理的快速分類和初步診斷，并針對病理及時做出有效的處理，對農作物增收具有重大意義［1-3］。

在最初的農作物生產管理過程中，只能靠相關領域的專家來到田間進行檢查，才能做出判斷，查清病理原因，不僅耗費大量的人力和物力，而且需要具有相關領域知識的農業從業者對農作物進行監控。隨著計算機圖像識別技術的飛速發展，傳統機器學習方法在病理識別上表現出較大的優勢，以提取病理圖像的色澤、光譜、外形等特征為技術特點，例如隨機森林（Random forest，RF）、支持向量機（Support vector machine，SVM）算法等［4-7］。雖然傳統機器學習方法準確率較高，但也存在一些技術難點，如需要人為手工設計特征，過程較復雜。

隨著計算能力提升、大數據時代的到來，使得深度學習算法在非結構化數據上具有較大的應用空間［8，9］。卷積神經網絡（Convolution neural network）的快速發展進一步為深度學習在圖像識別領域的應用提速。2012 年Alexnet 取得了Imagenet 圖像分類競賽的冠軍，是深度學習崛起的標志［10，11］。隨后幾年 GoogleNet［12］、VGGNet［13］、ResNet［14］等算法提升了圖像分類的精度，并在多個領域成功應用。農作物病理圖像分類在深度學習算法的幫助下同樣取得了較大的突破。而在中國農作物病理識別領域，基于深度學習的農作物病理分類在國內目前還處于起步階段。劉闐宇等［15］采用Faster-RCNN 方法識別葡萄葉片病斑位置并進行分類識別，提出的模型對病理檢測的準確率最高可達75.52%，但該方法由于需要生成大量的錨框使模型較大且速度較慢。曹鵬［16］針對樣本不平衡問題，吳國琴［17］通過遷移學習的方法，龍明盛［18］將卷積神經網絡算法應用于農作物病蟲害識別中，所提出模型準確率均達85% 以上。但進行遷移學習的前提是有相似分布的類別數據集。

本研究提出一種基于卷積神經網絡的農作物病理圖像分類算法，通過特征增強緩解數據不平衡［19］的問題，同時采用特征融合增強信息傳播，使模型在農作物病理分類任務上的準確性與魯棒性得到提升。

1 農作物病理分類模型

1.1 模型結構

在農作物病理分類任務中，從屬于同一類別的病理往往差異性較大，如番茄早疫病和晚疫病，二者存在較大的外觀差異但卻屬于同一類別，這會給分類器的判別增加一定的難度。此外，隨著網絡層數的加深，單一的圖像特征會丟失某些區域的信息，從而導致模型的分類性能變差。針對這一問題，研究使用多次卷積池化并增加BatchNorm 操作以及多尺度的特征融合機制獲得不同尺寸的特征來提高模型的表征能力［20］。如圖 1 所示，模型將第 10、11、12 層卷積操作提取到的特征歸一化后進行總體融合。利用不同尺度的特征信息，避免信息的丟失，從而進一步提升模型的魯棒性［21］。BatchNorm 層使模型加速收斂，并得到更高的性能。

1.2 數據增強

農作物病理的常見圖像朝向、亮度、角度均不同，這對農作物病理分類識別造成了一定的困難。同時不同種類的同類病理以及同種作物的不同病理所包含的圖像數量不一致。由于部分種類圖像數量較少，而識別的效果取決于數據的多少，所以，為了使模型的泛化能力和魯棒性得到提高，模型對訓練樣本進行了數據增強操作，包括隨機旋轉、水平翻轉、隨機裁剪等［22］。

1.3 損失函數

模型采用Softmax 函數轉換分類器輸出標準概率分布的預測值［23］。它將多個神經元的輸出縮放到（0，1）范圍內，再進行多分類任務。其中V代表一個數組，Vi表示V中的第i個元素。模型使用多分類Cross-Entropy（交叉熵）函數來度量與正確類別標簽之間的損失。Softmax 函數如下。

Loss損失函數如下。

式中，x為模型預測的分類概率，x向量的第j維，即xj是輸入圖像預測為j類的概率，k為輸入圖像的真實類別索引。

2 設計與分析

2.1 試驗環境

試驗在16.04.6 LTS 系統下，利用Python 語言，Keras深度學習框架完成。硬件環境為Intel（R）Xeon（R）CPU E5-2689 的處理器，顯卡為Nvidia Geforce RTX 2080Ti。模型采用帶動量的隨機梯度下降法進行優化，具體的模型參數設置如表1 所示。

表1 模型參數設置

2.2 數據集

采用2020 年10 月Kaggle 公開植物病理數據集Plant Diagnosis Data，該數據集已全部標注類別，包括胡椒、土豆、番茄共3 個大類別，每個大類下又包含若干子類別，合計15 個小類別，共計20 639 張圖片。具體數據集情況如表2 所示。試驗采用8∶2 的比例劃分數據集。8 份用作訓練數據，其余2 份用作測試數據。數據圖片如圖2 所示。

表2 Plant Diagnosis Data 數據集

2.3 評價指標

使用圖像分類任務中常用的評價指標：精確率（Precision）、召回率（Recall）和準確率（Accuracy）。表3 是通過混淆矩陣（Confusion Matrix）來說明分類任務。TP（True Positive）表示將正類預測為正類，模型實際預測的樣本正類數量。FN（False Negative）表示將正類預測為負類，模型實際預測的樣本負類數量。FP（False Positive）表示將負類預測為正類，模型實際預測的樣本正類數量。TN（True Negative）表示將負類預測為負類，模型實際預測的樣本負類數量。

表3 分類混淆矩陣說明

召回率的定義：真正正確的占所有實際為正的比例。其計算公式如下。

精確率的定義：真正正確的占所有預測為正的比例。其計算公式如下。

2.4 模型對比

研究中的算法是在深度學習框架TensorFlow、Keras 平臺實現，用Python 語言進行編程。在模型數據輸入階段，對圖像數據進行了數據增強，包括水平翻轉、隨即縮放、亮度增強等。同時在輸入時將圖像統一縮放到256×256 大小使其符合模型網絡要求。試驗在農作物病理各類別識別率、精確率、召回率以及迭代次數對識別率的影響做了詳細研究。

2.4.1 不同模型的效果對比 研究提出的框架使用Plant Diagnose Data 集中80%的數據進行訓練，然后再使用20%的數據進行測試。為了進一步驗證本研究提出模型的有效性與優越性，在測試集中與目前已有的主流框架模型進行對比。其中，VGG16 和VGG19 均為經典VGG 模型結構，只是網絡深度不一樣。更深的網絡能夠提取更深層抽象的信息，但也會造成大量抽取信息的丟失。由表4 可知，本研究提出的框架相比目前幾種較為流行的方法，得到了最高的分類準確率（94.92%）、最高的精確率（95.34%）以及最高的召回率（94.43%），且支持端到端的病理圖像分類，不需要進行其余操作。而AlexNet、VGG16 和 VGG19 模型的分類準確率分別是88.23%、86.67%、87.04%。表明提出的農作物病理分類網絡在準確率、精確率、召回率上均優于其他對比模型，能有效完成分類任務。

表4 不同模型效果對比 （單位：%）

2.4.2 不同迭代次數的影響 圖3 為MFCPNet 算法在Plant Diagnose Data 上的效果曲線。在保證其他參數不變的情況下，將迭代周期設置為20 次。圖3清楚地顯示了隨樣本迭代次數增長各項指標的變化趨勢。橫軸表示迭代次數，而縱軸表示準確率、Pre?cision、Recall、Loss 值。隨著迭代次數的增加，Loss值在逐漸下降，其他三項評價標準在逐漸上升并趨于平穩。由于顯存限制，模型Batchsize 較小，在模型訓練過程中反向傳播方向不明確，因此，曲線有一定幅度的振蕩。MFCPNet 算法在不同分辨率、不同類型的農作物病理數據集上都達到了最佳效果，證明模型具有較高的魯棒性和泛化性。隨著迭代次數的増加，模型的整體識別準確率呈增加的趨勢，在迭代10 次后，模型的準確率己經達到90.2%。結合圖3 所示曲線及各項評價指標證明該模型有效。

3 結論

為了解決傳統機器學習算法在病理識別上存在的準確率偏低、特征工程構建復雜的問題，通過深度學習構建了一種基于卷積神經網絡算法的農作物病理識別模型MFCPNet。該網絡通過設計神經網絡的卷積結構提取圖像的特征后，對全連接層使用BP算法進行訓練，不斷進行優化，從而得到最優權重參數，最終病理圖像的準確識別得以實現。所提出的模型對病理圖像特征具有較強的表征能力，在Plant Diagnosis Data 取得了94.92%的準確率，相較于現有的VGG16 算法提升了8.25 個百分點，能夠滿足實際的應用需求，具有良好的應用前景。