改進SSD算法在駿棗黑斑病識別模型研究

印志本 劉鋒 欒世偉

(塔里木大學信息工程學院，新疆 阿拉爾 843300)

引言

新疆的駿棗是從山西[1]的壺瓶棗培訓改良的，目前主要分布在新疆阿克蘇、和田、喀什等地區[2]，新疆是中國規模最大的優質干棗生產基地。新疆因其優越的地理位置和得天獨厚的自然環境條件，也成就了品質優良的駿棗，相對于國內其他區域的同類產品，新疆駿棗被譽為“中華第一棗”，因果形大、松脆、味甜、皮薄、致密、汁液多[3]。生長出果形飽滿、色澤鮮亮、皮薄肉厚、口感甘甜醇厚而著稱。紅棗不僅能提高人體免疫力，補氣養血，還能抑制癌細胞，是極佳的滋補食品。近年來，新疆的氣候增溫增濕趨勢明顯[4]，駿棗本身引進時間短、皮薄、肉質疏松、糖分較多，在夜間低溫高濕條件下容易裂口，從而易得黑斑病，嚴重影響駿棗的產量和品質。

2010—2020年黑斑病已成為危害西北棗類最大的病害之一，造成平均產量損失超過30%，嚴重時超過50%[5]。黑斑病的主要致病菌是鏈格孢霉菌，該病菌能夠產生對人及動物的健康危害的毒素，還具有致畸、致癌、致突變等作用。發病的駿棗無論是在硬度、質量、色差果皮亮度和色澤飽和度顯著降低,顏色偏暗紅色等外觀品質上，還是含糖量、蛋白質、維生素C等內在品質上，均有明顯下降。目前檢測識別黑斑病的方法有紅外光譜、卷積神經網絡等，為了提高對駿棗黑斑病的分揀速度和效率，本項目以卷積神經網絡SSD算法為基礎框架，對南疆駿棗黑斑病識別進行研究。

1 國內外研究現狀

國內外許多研究學者對基于計算機視覺的農產品做了大量研究，在我國農業領域實現了工程化應用。目前對農產品品質檢測內容主要分為2類：基于傳統機器學習方法有高光譜、圖像分類、圖像分割、淺層神經網絡(SVM隨機深林)，以及各種相結合的方法；基于深度學習[6]的目標檢測算法，如YOLO、SSD、Fater-RCNN等。

1.1 傳統機器學習在農產品檢測上研究現狀

邱光應等[7]使用傳統的邊緣檢測算法來提取蘋果提取目標區域的特征值，將提取的特征輸入到SVM進行分類來確定是缺陷果還是正常果。孫海霞等[8]在鮮棗上檢測黑斑病，采用高光譜成像技術采集、圖像處理、BP網絡神經、卷積神經網絡對圖片信息提取處理。孫世鵬等[9]提取更多顏色分量，在黑斑類方面利用單因素方差分析和最小顯著差異檢驗得到R顏色分量，建立了Bayes線性分類模型和冬棗病害的分類標準。傳統機器學習需人工提取特征，導致誤差性特別大、相關特征不夠全面，從而降低識別的準確率。

1.2 深度學習在農產品檢測上研究現狀

石新麗等[10]將圖像處理和模式識別技術應用到害蟲的識別中，使用中值濾波和圖像二值化方式進行處理。并建立了圖像害蟲識別系統。程海超[11]以番茄病蟲害為研究對象，采取以YOLO為基礎識別算法。對番茄病蟲害的危害展開研究，對基于YOLO的番茄病蟲害識別算法進行分析，推動番茄的增產增收，全面滿足番茄種植戶的相應需求。Mahesh等[12]鑒定芙蓉花是決定花是否準備好授粉識別中，使用SSD MobileNet，結果證明準確率都隨著epoch的增加而增加。

可以發現，深度學習技術在常規的農作物上有廣泛的應用，并且逐漸取代傳統的農作物識別方法，該類算法具有強大的泛化能力和自適應性，然而深度學習目標識別SSD技術在農產品小目標檢測上未見聲明。

1.3 改進SSD算法在小目標上應用現狀

張錦等[13]在安全帽檢測方面，針對目標尺度偏小尺度分布不均勻，提出添加(FPN)特征融合的分支網絡。耿慶華等[14]在對動車底異常檢測中，針對目標尺度較小和異常樣本少提出改進SSD算法，Resnet-101作為骨干網絡，引入特征融合策略改進細節信息和語義信息，最后引入注意力機制突出相關特征。以上在改進的SSD實踐中，都取得良好的成績。改進的SSD算法在小目標精度檢測上，主要從輕量級網絡融合與層級特征融合2個方面進行研究。

綜上所述，研究SSD算法在駿棗黑斑病識別意義重要。在實際加工過程中，黑斑病駿棗同樣具有目標尺寸較小，且流水線速度較快的特點，所以本項目采用一系列方法提高SSD算法對小物體的識別精準率，以適用于南疆黑斑病的識別。同時SSD算法本身是群體檢測，對每一個目標都有精確的坐標，后期方便對硬件下發最坐標指令。

2 擬解決的關鍵問題

在工廠生產過程中駿棗黑斑病目標尺度較小，流水線檢測速度需求較快，在棗的大小不一的背景下，本項目將采用SSD算法作為基礎檢測框架，通過對模型的優化和改進，充分利用非黑斑病的駿棗也作為模型訓練數據，提高黑斑病檢測的準確率和速度。主要解決以下幾個具體問題。

2.1 充分利用正常駿棗特征，更好地學習缺陷特征

傳統的缺陷檢測是通過訓練大量的圖片，以達到缺陷識別的泛發性，但隨著科學的植物防治，帶有黑斑病的駿棗逐年減少。因此充分利用正常的駿棗數據集(約5900顆)進行訓練，隨后通過算法多少量的缺陷樣本(約1100顆)進行訓練，通過對比識別，充分認識缺陷樣本特征。

2.2 使用CBAM和FPN網絡，提升小目標檢測精度

擬采用深度學習目標檢測SSD模型為原理，對駿棗黑斑病進行檢測識別，但SSD模型對小物體目標檢測效果不佳。所以本項目通過CBAM增強圖像特征提取，FPN用來進一步提升小目標物體的識別精度，加強對小尺度目標的特征提取，提升SSD模型在黑斑病檢測上的準確率。

2.3 主干網替換為MobileV3網絡，提升駿棗檢測的速度

雖然SSD算法在速度上占有優勢，隨著自動化的不斷提升，工廠對速度的要求也越來越高。本項目期望對速度做出改善(主要使用Mobile網絡替換源SSD的主干網絡VGG，輔助設計損失函數，設計先驗框)，滿足流水線對速度上的需求。

3 研究思路

在實際生產加工過程中，駿棗一般為群檢，流水線速度較快，尤其是黑斑病特征的尺度較小，目前檢測駿棗黑斑病識別率和速率上不能很好的平衡。本項目擬采用改進SSD算法運用在駿棗檢測上。經典的SSD算法在一般物體檢測的速率和準確率上均有較好的平衡性，但是檢測小目標不能取得較好檢測結果。所以本項目采用一系列方法提高SSD對小物體的識別精準率。本論文主要研究思路總結如下。

3.1 改進模型結構設計

SSD算法中檢測小物體，需要較低層網絡獲得特征圖，同時也需要高層網絡的語義信息對檢測目標的特征描述。本項目提出改進的SSD，將基礎網絡模型替換為深度殘差網絡MobileV3，并利用CBAM、FPN將高層特征通過上采樣與低層網絡提取的特征進行融合，充分利用低層網絡的特征提取和高層網絡的語義信息，通過改進來提高小目標檢測精度。

3.2 解決漏檢情況和側面提升速度

針對漏檢情況，本文采用Soft-NMS來過濾檢測框，從而達到過濾無效的重疊框。采用先驗框設計和損失函數設計2個方面來加速模型收斂。設計先驗框能匹配有效視野，在一定程度上有利于提升目標檢測。設計損失函數，能夠較大程度上的使模型充分訓練。借助QFL損失函數對正負樣本進行平衡。可以同時兼顧到正負樣本權重的平衡，使網絡得到充分的訓練。

3.3 最后驗證模型可靠性

為了驗證提出的改進SSD算法是否取得良好的檢測效果，在上述的方法中對駿棗數據進行測試。對實際目標物體進行檢測以滿足流水線的實際生產需求。進行消融實驗，得出驗證改進算法的各個模塊的性能。對幾個經典的目標檢測進行比較(Faster RCNN，YOLOv3，SSD)，驗證改進SSD算法有明顯精度提升效果。使各個評價指標為標準，得出結論。

4 模型研究方法

4.1 改進模型結構設計

經典的SSD具有優秀的網絡設計思路，整個網絡分為backbone層、neck層、head層，但是鑒于當時特征提取探索有一定的局限性，經典SSD深度學習模型中的基礎網絡VGG-16替換成MobileV3網絡，引入CBAM、FPN網絡確保小目標檢測的效果，見圖1。

圖1 改進SSD模型

4.2 引入CBAM、FPN網絡結構

原SSD為了檢測小目標，把低層網絡拿來做預測對目標位置較為精確，但是語義信息較少。MobileV3繼承了v1v2版本的可分離卷積和線性瓶頸的殘差結構，并且引入SE通道注意力結構；輕量級網絡MobileV3的特點是參數少、計算量小、推理時間短等優點。更適用于存儲空間和功耗受限的場景，在主干網絡中，MobileV3更適合駿棗在流水線下識別的效率要求，見圖2。CBAM是輕量級的卷積注意力模塊，其結合了通道和空間的注意力機制模塊。分別進行通道和空間上的Attention，這樣不僅能夠節約參數和計算力，并且保證了其能夠做為深度學習的一種即插即用的模塊集成到現有的網絡架構中去，使用通道注意力空間注意力的CBAM增強特征提取，見圖3。FPN可以作為一種深度學習中通用的特征提取器，通過網絡層的不斷堆疊，上采樣和低層網絡做融合，并且每個網絡獨立預測，得到的特征圖具有尺寸不斷減小的特點，是天然的金字塔結構，可以以極低的代價來進行構建特征金字塔結構。這樣很大程度上改進對小物體檢測的性能，見圖4。

圖2 MobileV3

圖3 CBAM

圖4 FPN

4.3 損失函數設計

SSD預設置大量先驗框，在訓練時會產生更多負樣本。其采用了難例挖掘的策略來保持正負樣本無法比例為1∶3，但這種方式卻忽視了大量簡單負樣本對模型訓練的影響。無法使模型得到充分的訓練。源SSD損失函數包括類別置信度損失函數(conf _loss)和預測框的位置損失函數(loc_loss)組成，2項函數需要加權求和。對于位置誤差本項目采用Smooth_L1損失。

4.4 先驗框設計

源SSD的6個不同特征圖分辨率也不同，即特征圖上的每個點映射到輸入圖上的大小也不同。所以，先驗框大小的設置也應該有所變化。將相對應的每個特征圖上的點作為中心，生成一組同長寬比不同且同心的先驗框。對于先驗框的需要計算出min size和max size的大小。對于先驗框的尺度計算需要遵循以下的公式所規定的線性遞增的規則。

4.5 消融實驗

設置消融實驗，來探究各個改進對模型的影響。其中先驗框設計和損失函數設計是在訓練模型前為保證充分利用圖片效率而設計。

特征金字塔消融實驗：為探究FPN對SSD精度準度產生影響，本項目分別設置2組模型對照，一組為源SSD，一組基礎網絡改為ResNet101的SSD，另一組為添加FPN后的SSD,其余均和本項目相同。最后用AP和mAP作為評價指標。

先驗證框的消融實驗：調節先驗框大小。本小節將設置不同取值的n，探究先驗框大小對改進SSD檢測模型準度的影響。改進SSD檢測模型首先固定經驗值最大為0.8，設置n∈{l,2,4,6}，其余訓練參數相同，進行訓練并測試。最后用AP、mAP、有效感受野匹配度作為評價指標。

5 總結與展望

隨著深度學習的不斷深入研究，在模型設計上，逐漸形成一種以backbone層、neck層、head層3種框架展開工作。在任務上，逐漸從實驗室單一的環境走向自然情況下復雜的背景。在應用上，逐漸從常規物體走向特殊物體研究，并依據不同的物體衍生出不同的研究思路。

目標檢測是機器視覺近年來研究的熱點，學術界融入大量的優秀算法。SSD算法在無論是在檢測速度上還是在檢測精度上都有一定的優勢。雖然在小目標上研究現狀比較少，但是未來必然是SSD算法的拓展延伸熱點。希望全面開展SSD算法在南疆駿棗黑斑病識別中應用研究，同樣也期望在藍莓、葡萄等密集、小目標的加工檢測上拋磚引玉。