改進YOLOv3算法檢測三七葉片病害

文 斌，曹仁軒，楊啟良，張 健，朱 晗，李知聰

（1. 三峽大學電氣與新能源學院，宜昌 443000；2. 昆明理工大學現代農業工程學院，昆明 650500）

0 引 言

三七是中國的名貴中草藥，具有止血，散淤，止痛等功效。近年來，市場對三七的需求量已經超過了9 000 t，為了滿足市場的需求，三七的人工培育面積不斷擴大，但其作為一種典型的陰生植物，人工培育需要在遮蔭環境下進行，而這種獨特的培養環境容易誘發多種病害問題，如何準確識別其各種病害已成為一個亟待解決的問題。

傳統三七葉片病害的檢測方法主要包括人工識別和生物試劑檢測等。王志敏等提出使用人工檢疫法來識別三七的若干種病害。楊濤等提出使用人工抗病性鑒定識別三七的病害。李欣采用基因生物學方法對三七的多種病害進行檢測。傳統病害檢測方法實時性不高，由于病害種類的多樣性，識別的準確性也難以保證。隨著病害檢測技術的發展，傳統圖像處理方法被用于農作物的病害檢測，這些方法基于閾值分割，顏色空間轉換等技術，識別精度高于人工識別方法，但算法的構建比較復雜，檢測速度較慢。

近年來，深度學習技術快速發展，基于深度學習的目標檢測算法不需要人為設計復雜的特征，它能自動提取圖像中的各種抽象特征，并根據提取結果進行目標的分類和定位，大幅提高了目標檢測效率。研究者們引入了多種基于深度學習的目標檢測算法用于農作物病害檢測。Patarapuwadol等使用YOLOv3算法進行水稻病害的檢測，并將算法部署到了服務器端。黃麗明等將改進后的YOLOv4算法用于松材線蟲病的檢測，檢測的平均精度達到了80.85%。Tassis等將多種卷積神經網絡進行集成用于咖啡作物的病蟲害檢測，該網絡不僅能夠達到很好的檢測效果，而且適合于客戶端部署。李就好等將改進后的Faster-RCNN算法用于苦瓜葉片的病害檢測，平均檢測精度達到了86.39%。Sun等改進了SSD算法，提出了MEAN-SSD算法并將其用于蘋果葉片病害的檢測，平均檢測精度達到了83.12%。基于深度學習的目標檢測算法，具有檢測速度快、檢測精度高的特點，這為農作物的病害檢測問題提供了新的方法。

在三七葉片的病害檢測中，使用計算機視覺技術進行識別的案例極少。羅匡男等使用傳統圖像算法結合機器學習算法對三七葉片典型病害進行檢測，平均準確率均達到80%以上。但該方法需要人工選取閾值以提取葉片病害的邊緣信息，閾值選取的好壞會對檢測結果產生很大影響，且該方法僅針對三七葉片的兩種病害，其余種類的病害檢測并未涉及，算法缺少普適性。曹春號使用Faster-RCNN算法配合手機App實現了三七葉片病害的在線檢測。該方法克服了人為設計特征量的缺點，并且能檢測多種病害，提高了三七葉片病害檢測的實時性和準確性。但Faster-RCNN的模型結構十分龐大，算法的檢測速度較慢，不適合在移動設備中部署。熊凱使用不同版本的YOLOv5算法進行三七葉片病害的檢測，檢測的平均精度最高達到了89.22%。YOLOv5是YOLO系列算法截至目前的最新版，檢測速度和精度都能達到較高標準，但算法實現比較復雜。

為了獲得兼具速度和精度且易于實現的病害檢測方法，研究者通常會選擇YOLOv3算法。但在三七葉片的病害檢測中存在病害區域密集和病害區域小的問題，YOLOv3算法對于密集目標和小目標的檢測能力有限，當病害區域過小或過于密集時，容易出現漏檢現象，為了解決這些問題，本文改進了YOLOv3算法，引入注意力特征金字塔解決YOLOv3特征金字塔特征融合時的噪聲干擾問題。引入雙瓶頸層對注意力特征金字塔的輸出特征再次篩選，獲取核心特征，舍棄無效特征，提高模型的魯棒性，綜合兩種改進方法提出了AD-YOLOv3算法用于三七葉片病害的檢測。

1 三七葉片病害檢測算法

1.1 YOLOv3算法

YOLO系列算法通過卷積神經網絡對圖像進行特征提取，對提取結果進行一系列后處理，最后根據處理結果進行目標檢測。相比于其他目標檢測算法，YOLO算法的特點是兼具精度和速度，這使得工程部署成為可能。YOLOv3作為YOLO系列的第三個版本，其使用了新型特征提取網絡Darknet53，增強了主干網絡的特征提取能力。此外還引入了多尺度檢測，提高目標檢測的精度和效率。YOLOv3進行目標檢測時會將圖像分成個網格，每個網格配備三種大小不同的邊框作為初始檢測框，每個檢測框有5個參數，代表該檢測任務中目標的類別總數，5個參數分別表征檢測框中心的橫縱坐標，框的寬度和高度，以及框中含有目標的置信度，通過反復調整檢測框與實際目標的位置來匹配目標，最后通過非極大值抑制（Non-Maximum Suppression，NMS）算法進行檢測框的最后確定。

1.2 改進的YOLOv3算法：AD-YOLOv3

本研究使用注意力特征金字塔（Attention Feature Pyramid，AFP）替代了原始特征金字塔結構，并且引入了雙瓶頸層（Dual-Bottleneck，DB）對提取的特征進行后處理，改進后的算法稱為AD-YOLOv3，其結構如圖1所示。

AD-YOLOv3使用Darknet53作為特征提取網絡對輸入圖像進行特征提取，與YOLOv3算法不同的是，AD-YOLOv3在特征提取完畢后使用注意力特征金字塔對提取到的特征進行聚合與篩選，然后使用雙瓶頸層對特征進行增強，最后通過后續卷積層進行處理得到3種不同尺寸（20×20×33、40×40×33、80×80×33）的特征圖進行檢測，特征圖尺寸的前兩個維度代表其寬度和高度，最后一個維度代表檢測數據，由于需檢測的病害一共有6種，特征圖的每個網格有3種檢測框，由前一節公式可得各尺寸特征圖上均預測33個數據。

圖1 AD-YOLOv3與改進模塊結構Fig.1 AD-YOLOv3 and improved module structure

1.2.1 注意力特征金字塔（AFP）

特征金字塔作為一種融合信息的結構，其工作流程為：從原始圖像開始進行特征提取，直至最深層特征圖。使用最深層特征圖作為第一個預測特征層，同時對其進行上采樣，使其尺寸擴大為原來的兩倍，然后與淺層特征圖進行融合得到新特征圖進行預測。

特征金字塔的優勢是將淺層特征與深層特征進行融合，從而豐富預測特征層上的語義信息，增強算法對小目標和密集目標的檢測能力。特征金字塔結構的問題在于深淺層特征圖進行特征融合時，特征圖本身的噪聲特征也會被融合，進而干擾預測特征層上的預測效果。為了解決噪聲對于融合特征的干擾問題，本文采用注意力特征金字塔替代原始特征金字塔，將原始特征金字塔的輸出分別送入3個通道注意力模塊，其結構如圖1a所示。

注意力特征金字塔由特征金字塔與通道注意力模塊（Channel Attention Module，CAM）組合而成。其核心的通道注意力模塊能夠對特征金字塔融合得到的不同特征圖按通道權重進行重新劃分，強化有效特征的同時抑制噪聲，從而對特征金字塔的輸出進行優化，其結構如圖 1b所示。

通道注意力模塊包含兩個分支，分別為掩碼分支和映射分支，掩碼分支對輸入特征圖的每個通道進行壓縮和激活操作。本研究使用全局平均池化進行壓縮，即對每個通道求平均值，用平均值表示通道的特征。相比于傳統的全局最大池化方式壓縮，全局平均池化能夠較好地保存特征信息，減少信息的丟失，擁有更好的壓縮效果。

特征圖經過壓縮后需要進行激活，即對各通道平均值進行非線性處理，增強特征的表達能力，同時將輸出值限制在0～1內以表示各通道的權重。權重值與映射分支的初始特征圖各通道相乘，即可得到按權重重新排列的特征圖。通道注意力模塊捕獲通道之間的相關性，聚焦重要特征的同時抑制干擾特征，提高檢測效果。

注意力特征金字塔通過特征金字塔與通道注意力模塊的組合，既能融合特征又能優化特征表達，能夠提升模型的整體檢測效果。

1.2.2 雙瓶頸層（DB）

YOLOv3算法中，對于特征金字塔提取到的特征只是通過簡單的無殘差瓶頸塊進行處理。這種處理過于簡單，特征金字塔提取到的特征中的冗余部分會對最終檢測結果產生不良影響，所以特征金字塔的后處理模塊需要對特征進行進一步篩選，丟棄無關信息，只保留最有效信息，以達到最優的檢測效果。因此提出雙瓶頸層對注意力特征金字塔提取到的特征進行后處理，其結構如圖1c所示。

雙瓶頸層中前一個瓶頸塊帶有特征融合的殘差結構，先用1×1尺寸卷積核對特征圖進行卷積以降低維度減少計算量，然后使用3×3尺寸的卷積核提取特征并進行升維，最后使用殘差結構的跳連接與原特征圖進行特征融合，殘差結構在深層神經網絡中可以有效應對梯度消失問題，并且可以加快訓練過程的收斂。第二個瓶頸塊不帶殘差結構，同樣先對輸入的高維特征進行降維以減少模塊參數量，然后再進行特征提取并升維，此時特征信息已足夠豐富，后一個瓶頸塊不再進行殘差連接，減少計算資源的消耗。雙瓶頸層中的兩次降維卷積會造成特征的丟失，但其后的升維卷積可以通過有損特征進行整體特征重構，增強特征表達的魯棒性。重構特征與原始特征相比，削弱了原始特征中的無關信息，并對有效特征進行了增強，因此雙瓶頸層結構能夠學習到數據中更重要的特征。

通過兩種瓶頸塊的組合，擴展了后處理卷積層的深度，使得網絡的學習能力進一步增強。注意力特征金字塔提取到的特征經過雙瓶頸層的反復升降維處理，得到最簡潔有效的特征表達形式，增強了特征的特異性，從而達到更好的檢測效果。

2 數據準備與模型訓練

2.1 數據集制作

本次試驗數據集三七葉片病害圖像采集地點為云南省紅河州滬西縣午街鋪鎮昆明理工大學三七控水減排提質增效關鍵技術研究與示范基地（24°25′～24°36′N，103°42′～105°35′E，海拔1 796 m），采集方式為基地攝像頭拍攝，采集到明暗程度、葉片大小、病害種類各不相同的三七葉片圖片共1 886張，全部裁剪到640×640像素大小，使用LabelImg工具對圖片進行標注，最后按約8∶1∶1的比例將所有圖片劃分為訓練集，驗證集和測試集，其中訓練集1 500張，驗證集186張，測試集200張。數據集中包含的各類病害圖片數量如表1所示。

表1 各類病害圖像數量表Table 1 Number of images of various diseases

數據集中葉片病害一共有6類，分別為疫病、黃銹病、炭疽病、白粉病、圓斑病、病毒病。在試驗中為了方便，將6種病害標記為類別1～6，病害典型樣本如圖 3所示。

2.2 試驗環境及參數

本文全部試驗由單計算機完成，計算機硬件配置為Intel Core i5-3470 CPU@3.2GHz，GeForce RTX 2060Super GPU，16G運行內存，操作系統為64位Windows 10，Pytorch深度學習框架，Python3.7編程語言，CUDA11.0 GPU加速庫。

訓練過程中的批量尺寸（Batchsize）設置為8，初始學習率設置為0.01，動量設置為0.937，總訓練輪數（Epoch）設置為500，使用SGD優化器進行優化，保存精度最高的一次和最后一次的模型參數。訓練過程使用Warm up方法加快模型收斂速度。

圖3 三七葉片病害圖Fig.3 Leaf disease of Panax notoginseng

2.3 評價指標

本研究使用精確率，召回率，整體精度1以及類別平均精度mAP指標對試驗結果進行評估。精確率表征算法檢測到的所有目標的準確率，召回率表征算法檢測目標的全面性，1精度表征算法在準確率和召回率上的綜合性能，mAP表征算法在不同類別上的平均檢測精度。計算公式如下：

式中TP為算法檢測正確的目標數量；FP為算法檢測錯誤的目標數量；FN為算法漏檢的目標數量；為檢測的類別總數；()為以召回率為自變量，精確率為因變量的函數。

3 試驗與結果分析

3.1 AD-YOLOv3模型參數調試

使用AD-YOLOv3算法在數據集上進行訓練和測試。訓練過程的總損失下降過程如圖4所示。

圖4 訓練過程參數指標Fig.4 Parameters of training process

如圖4a所示，訓練過程前50輪損失值下降速度最快，50輪之后損失下降速度逐漸變慢，在訓練輪數達到500次時，損失曲線趨近于平緩，表明模型精度已經達到了穩定值，模型訓練過程完畢。如圖4b、4c所示，隨著訓練輪數的增加，總損失下降的同時，準確率和召回率均不斷上升，訓練至500輪時，準確率和召回率分別達到89.1%和93.6%，同時mAP曲線也隨訓練輪數的增加而逐漸升高，最終各類型病害檢測的平均準確率能達到80.6%，訓練過程中各曲線走勢能夠反映出訓練的有效性。

3.2 綜合檢測性能對比

對AD-YOLOv3進行消融試驗，各性能指標如表2所示。由消融試驗結果可得，使用注意力特征金字塔改進后的模型在精確率上提升1.35個百分點，1精度提升0.87個百分點，mAP提升0.31個百分點。注意力特征金字塔對融合特征圖按權重進行通道的重新排列，使算法聚焦重要特征通道，提升了檢測精度。使用雙瓶頸層改進后的模型在精確率和1精度上提升不大，但mAP提升了0.81個百分點。雙瓶頸層主要用于對特征進行再次篩選，篩選前需保證特征足夠精簡。沒有注意力特征金字塔的情況下，進入雙瓶頸層的特征包含了較多噪聲，篩選后的特征中也包含較多無用信息，所以單獨使用雙瓶頸層對精度的提升并不明顯。綜合使用雙瓶頸層與注意力特征金字塔后的模型在精確率提升了2.83個百分點，1精度提升了1.68個百分點，mAP提升了1.47個百分點。所有性能指標提升比較明顯，得益于注意力特征金字塔和雙瓶頸層的聯合使用。因此，注意力特征金字塔可以提升算法的性能指標，雙瓶頸層能夠起到特征修正作用，兩者配合使用能夠實現較好的性能提升，綜合使用兩種方法得到的AD-YOLOv3可以達到較好檢測效果。

AD-YOLOv3與其他算法模型的檢測性能對比如表3所示，試驗對比了一階目標檢測算法中的YOLOv3模型和使用了跨階段局部網絡（Cross Stage Partial Network，CSPNet）作為主干提取網絡的CSPYOLOv3模型，此外還對比了二階目標檢測模型中檢測效果較好的Mask R-CNN。

表2 消融試驗性能指標對比Table 2 Conparision of performance of ablation experiment %

表3 不同模型檢測性能對比Table 3 Comparison of the model performance

由表3可知，AD-YOLOv3在所有類型病害的檢測中準確率均優于YOLOv3與CSPYOLOv3，在平均精度均值mAP上AD-YOLOv3低于二階檢測模型Mask-RCNN，但在炭疽病和圓斑病檢測中精度高于Mask-RCNN。AD-YOLOv3在6類病害的檢測中對白粉病的檢測效果較差，原因是白粉病的多數病害區域過小，在圖片中所占像素點極少，而YOLO系列算法恰好對于小目標的檢測能力較弱，因此算法對白粉病的檢測效果不佳，而二階檢測算法Mask-RCNN對小目標的檢測能力較強，在白粉病的檢測中精度大幅領先YOLO系列算法。AD-YOLOv3對6類病害中圓斑病的檢測效果最好，原因是圓斑病的特征十分明顯，病害區域和葉片正常區域有明顯差異且病害區域較大，因此模型對圓斑病的檢測能夠達到較好效果。

實際病害檢測中，需要考慮到算法的檢測速度和模型的復雜度，二階檢測模型Mask-RCNN雖然精度高，但其構成相對復雜，檢測速度慢，由表可知AD-YOLOv3每秒檢測的圖片數量幾乎是Mask-RCNN的60倍。而相比于原始YOLOv3，AD-YOLOv3在速度幾乎沒有損失的情況下實現了多方面性能的提升。

3.3 置信度對比試驗

隨機選取含有少量病害、中等數量病害和密集病害且病害類型不同的多張圖片對YOLOv3和AD-YOLOv3進行測試，典型檢測結果如圖5所示。

兩組圖片中圖I病害為病毒病；圖II有兩種病害，類別2為黃銹病，類別5為圓斑病；圖III病害為黃銹病。圖I中AD-YOLOv3模型檢測出病毒病的置信度為83%，高于YOLOv3模型的46%；圖II中，AD-YOLOv3模型對于黃銹病的檢測置信度為84%，高于YOLOv3模型的64%。發病區域最多的圖III中，AD-YOLOv3模型對于所有病害區域的置信度均高于YOLOv3。置信度的提高說明AD-YOLOv3獲取到了圖像中更豐富的語義信息，而語義信息的豐富得益于算法中深層特征圖和淺層特征圖的融合，融合后的特征圖能夠達到更好的檢測效果。

圖5 置信度對比圖Fig.5 Confidence comparison

3.4 密集病害檢測試驗

不同三七葉片的病害情況不同，有些葉片存在多種病害，有些葉片存在多個病害區域，人工檢測容易漏檢，而使用計算機檢測能夠提高檢測精度。在測試集中隨機選取多張存在易漏檢病害區域的圖片，分別使用YOLOv3和AD-YOLOv3進行檢測，典型檢測結果如圖6所示。

兩種模型對密集病害的檢測結果如表4所示。YOLOv3在圖1和圖2的大量炭疽病區域檢測中存在漏檢現象，在圖3的白粉病和病毒病混雜的病害區域中存在白粉病區域的漏檢現象，漏檢區域在AD-YOLOv3檢測結果圖中已用箭頭標出。AD-YOLOv3檢測出了不同種類病害中所有病害區域，未出現漏檢，檢測能力明顯增強。在密集病害區域的檢測中，重疊的病害區域容易被忽略，注意力特征金字塔通過通道注意力模塊對融合特征按權重重新進行排列，高權值特征通道的特征會更加顯著，即使密集區域發生了重疊現象，該區域特征也會因為其高權重而得到保留，在一定程度上解決了因重疊造成的密集區域漏檢現象。因此，注意力特征金字塔的引入有助于解決密集區域病害的檢測問題。試驗表明，AD-YOLOv3在密集區域病害的檢測中表現更好。

圖6 密集病害檢測Fig.6 Detection results of dense disease

表4 密集病害檢測結果統計表Table 4 Detection results of dense disease summary table

3.5 小區域病害檢測試驗

YOLO算法對于小目標的檢測能力較弱，三七葉片病害中存在較多發病面積小的病害，主要類型為早期炭疽病以及早期黃銹病以及極小區域的白粉病。為驗證AD-YOLOv3對小區域病害的檢測效果，從測試集小面積病害圖片中選取多張含有典型早期黃銹病和早期炭疽病區域的圖片進行測試，其典型檢測結果如圖7所示。

如圖7所示，在不同病害類型的葉片中，原始YOLOv3模型對于小區域病害的檢測均有漏檢現象，漏檢區域在AD-YOLOv3檢測結果圖中用箭頭標出。圖中病害區域小，分辨率低，在固定區域中能反映的信息少，卷積神經網絡提取特征過程中經過多次下采樣，很多小區域病害的特征信息已經丟失，導致小區域病害的漏檢。AD-YOLOv3引入注意力特征金字塔對深層特征圖進行上采樣，通過深層特征信息對圖像中的原始語義信息進行重構，最后將兩者融合，使病害區域淺層位置信息和深層語義信息都能在融合特征圖上進行反映，后續雙瓶頸層對融合特征圖進一步篩選，得到準確的小區域病害的特征信息，明顯改善了小區域病害的檢測效果。試驗表明，引入了注意力特征金字塔和雙瓶頸層結構的AD-YOLOv3能更好地檢測出容易被忽略的小區域病害，在實際檢測中能夠達到更好的檢測效果。

圖7 小區域病害檢測Fig.7 Detection results of small region

3.6 算法魯棒性對比試驗

算法的魯棒性是指算法在各種干擾情況下保持正常工作的能力，三七葉片病害的實際檢測中存在各種環境干擾問題，例如在拍攝葉片圖片時可能存在光線不足，雨霧干擾等問題，這就要求算法有較強的魯棒性，能夠在有干擾的情況下保證檢測的準確性。隨機選取測試圖片并對圖片進行霧化、加雨、降低亮度處理，并比較YOLOv3和AD-YOLOv3在霧，雨，暗光條件下的檢測效果，結果如圖8所示。

處于濃霧環境中的葉片病害類型分別為早期黃銹病和圓斑病。處于雨水環境中葉片病害為圓斑病與早期黃銹病，處于暗光條件下葉片病害類型為早期黃銹病。由3種干擾情況下檢測結果可看出，在濃霧環境中，兩種算法都能夠檢測出病害區域，但AD-YOLOv3檢測出的結果置信度明顯高于YOLOv3；在雨水和暗光條件下，YOLOv3出現了漏檢現象，漏檢區域在圖8中用箭頭標出。霧，雨，暗光條件都會給檢測帶來困難，這是由于干擾因素改變了圖像中的原始特征，卷積神經網絡提取到的特征中包含了很多干擾信息，病害的表征受到了噪聲影響，因此一些病害就可能無法被檢出，為了應對這種情況，就需要提升算法的魯棒性。AD-YOLOv3使用了注意力特征金字塔對不同尺度的特征圖進行特征的一次聚焦，關注重要特征的同時弱化干擾特征。通過特征的初次篩選后，特征又經過雙瓶頸層進行二次篩選，兩次特征篩選過程使AD-YOLOv3有很強的魯棒性，提升了算法在干擾環境下的檢測能力。試驗和理論兩方面都證明注意力特征金字塔和雙瓶頸層結構增強了算法的魯棒性，AD-YOLOv3更適合實際環境下的三七葉片病害檢測。

圖8 算法魯棒性對比Fig.8 Comparison of algorithm robustness

4 結 論

本研究使用YOLOv3作為基礎檢測算法，使用注意力特征金字塔替換原算法中的特征金字塔，并在注意力特征金字塔結構后插入了雙瓶頸層結構，對改進后的算法使用含有6種葉片病害的數據集進行訓練，最后比較了改進算法與原算法在小目標病害和密集數量病害以及各種干擾環境下的檢測效果，得出如下結論：

1）相比于原始YOLOv3算法，注意力特征金字塔和雙瓶頸層均能提升算法的檢測精確率和平均精度均值。注意力特征金字塔的引入對算法的精確率提升明顯，雙瓶頸層的引入對于算法平均精度均值的提升明顯。

2）改進算法在檢測速度不變的情況下對6種病害的檢測精確率均優于原始算法，注意力特征金字塔與雙瓶頸層的引入對檢測速度影響很小。

3）改進算法在小目標病害和密集病害的檢測上均優于原始算法并且算法的魯棒性得到提升。相比于原始算法，改進算法的精確率提升了2.83個百分點，1精度提升了1.68個百分點，平均精度均值提升了1.47個百分點，性能指標提升明顯。改進算法在霧、雨、暗光等干擾環境下也能達到較好檢測效果。