基于深度學習的玉米種子圖像分類識別研究

摘 要：種子分類識別技術的應用潛力巨大，可以在種子生產、農業科研、種植管理等領域發揮重要作用。通過采集不同品種的玉米種子圖像，并利用預處理和數據增強技術對數據集進行處理，構建了一個包含4種深度學習網絡模型的試驗框架（MobileNetV3、VGG16、GoogLeNet及ShuffleNet），對比4種模型在訓練和測試階段的表現，評估其準確率、損失值、訓練時間，然后分析各個模型之間的差異。試驗結果顯示：MobileNetV3深度學習網絡模型在玉米種子分類識別任務中表現出色，對玉米種子的識別精準度達到了93.4%。相比其他3種模型，MobileNetV3深度學習網絡模型在準確率和損失值方面展現出最佳性能，并且具有較快的收斂速度和穩定的訓練過程。

關鍵詞：玉米；品種識別；深度學習

中圖分類號：TP183；TP391.9 文獻標志碼：A 文章編號：1674-7909-（2023）13-141-3

0 引言

玉米是我國重要的糧食作物之一，其種植面積大、分布范圍廣，在保證我國糧食供給、促進經濟發展、農民增收、維護社會穩定等方面具有重要作用。種子分類對于提高玉米產量和品質具有重要意義，有助于促進種子產業化發展和農業生產優化，助力農業產業可持續發展。近年來，深度學習技術快速發展，其在圖像識別和分類領域應用廣泛，如深度學習網絡模型［1-2］。深度學習網絡模型包括深度神經網絡、循環神經網絡、卷積神經網絡等。

馬睿等［3］提出的基于卷積神經網絡模型的Xception與胚乳數據集建模方法較優，測試集準確率達到了92.78%。司海平等［4］提出一種基于特征融合的玉米品種圖像識別方法，通過VGG16和ResNet50兩種預訓練網絡來獲取圖像的深度特征，試驗結果表明對特征進行融合相較于單一使用深度特征或傳統特征具有更高的識別準確率。

此次研究旨在探索利用深度學習網絡模型對玉米種子進行分類識別的可行性和效果。筆者采集不同品種的玉米種子圖像，并利用預處理和數據增強技術對數據集進行處理，構建了一個包含4種深度學習網絡模型的試驗框架（MobileNetV3、VGG16、GoogLeNet和ShuffleNet），通過對比4種模型在訓練和測試階段的表現，評估其準確率、損失值、訓練時間，并分析各個模型之間的差異。

1 試驗材料與預處理

1.1 數據采集

此次研究以小金黃、金色超人、甜糯黃玉米、甜妃4個玉米品種為研究對象。在選取玉米種子過程中采用人工選種法，挑選飽滿、無破損的玉米種子。其中，小金黃265粒、金色超人256粒、甜糯黃玉米172粒、甜妃166粒。將每種種子平鋪在黑色桌面上，使用iPhone 12手機固定在桌面14 cm高處，在實驗室自然光情況下垂直對玉米種子進行拍攝。

1.2 數據集的增強與劃分

為了提高深度學習網絡模型對玉米種子識別的準確率，此次試驗利用Python和Opencv將多粒玉米種子圖片區域分割成單粒玉米種子圖片。分割前，先對圖像進行閾值分割和二值化、去除邊緣顆粒等處理。

針對樣本數據不足導致的深度學習網絡模型能力不足問題，為提高深度學習網絡模型的準確度，此次研究采用隨機旋轉45°或-45°、增加噪聲、圖片池化、隨機變色等操作對玉米種子數據集進行增強，數據集圖片數量增加到原來的近4倍。從中隨機選取每種玉米種子的80%的圖像作為訓練集，10%的圖像作為測試集、10%的圖像作為驗證集，分別存放在對應的子目錄中，如表1所示。

2 試驗環境與模型原理

2.1 圖像識別模型

此次研究采用了MobileNetV3、VGG16、GoogLeNet、ShuffleNet等4種不同的卷積神經網絡模型作為試驗的訓練模型對玉米種子進行建模，分析各個網絡和數據建模之間的差異。

2.1.1 MobileNetV3

相比于MobileNetV2，MobileNetV3更新了倒殘差結構，加入了SE模塊并且更新了激活函數，使用NAS搜索參數，重新設計耗時層結構。同時，MobileNetV3仍保持輕量級特性，具有較小的模型尺寸和計算開銷，適用于計算資源受限的設備和應用。MobileNetV3 Large較于V2版本檢測速度提升了25%，MobileNetV3 Small的準確度提高了6.6%，有效提高了應用在移動端的圖像分類和檢測任務的精度。因此，MobileNetV3是一種高性能、可調節、輕量級的卷積神經網絡模型。

2.1.2 VGG16

VGG16的突出特點是卷積層均采用相同的卷積核參數，即每個卷積層的寬和高相同。VGG16卷積串聯比單獨使用一個較大的卷積核擁有更少的參數，同時比單獨一個卷積層擁有更多的非線性變化，適應更復雜的模式［5］。而卷積核串聯多次提取特征，比單一的卷積核提取的特征要細膩。Padding的步幅小于核的大小，可以覆蓋提取特征，也提高了特征的細膩度。

2.1.3 GoogLeNet

GoogLeNet是由Google團隊提出的一種深度卷積神經網絡架構，其主要原理是采用了Inception模塊來提取圖像特征［6］。網絡引入Inception結構代替了單純的“卷積+激活函數”的傳統操作，實現了高效的特征提取和計算過程，并具有較好的參數效率和抗衰減性。網絡最后采用了average pooling來代替全連接層，使網絡參數得到了明顯降低，性能得到了提升。

2.1.4 ShuffleNet

ShuffleNet架構中主要采用了兩種新操作：分組卷積（Pointwise Group Convolution）和通道重排（Channel Shuffle）。這兩種操作在保持模型精度的同時大大降低了計算量，實現了高效的特征提取和交互。分組卷積將輸入通道分組并進行卷積操作，可減少計算復雜度；通道重排操作增加特征之間的交互，可提高特征表示的豐富性［7］。

2.2 超參數設置

采用Python編程語言，使用基于Torch的PyTorch深度學習框架，使用PyCharm作為集成開發環境編寫深度學習網絡模型，并在一臺搭載CPU為i7-12700H、GPU為RTX3060的筆記本電腦上進行試驗。各個深度學習網絡模型的參數均設置成學習率為0.001，一次訓練所選取的樣本數（BatchSize）設置為16，訓練輪數（Epoch）均為100輪，均采用隨機梯度下降算法（Stochastic Gradient Descent，SGD）作為優化算法，并且輸出每輪訓練所得到的損失值和玉米種子識別準確率。

3 試驗結果與分析

此試驗分別使用4種不同的深度學習網絡模型對玉米種子進行分類識別訓練，其中MobileNetV3和ShuffleNet為輕量級網絡。對于玉米種子圖像分類的4種深度學習網絡模型，選擇平均識別準確率、訓練測試過程中損失函數的值及訓練過程所需要的時間這3項指標作為評價指標。在經過100輪的迭代訓練之后，4種深度學習網絡模型對玉米種子分類識別的準確率如表2所示。

試驗發現，在對玉米種子分類識別任務中，MobileNetV3深度學習網絡模型表現最為出色。與其他3種網絡模型相比，MobileNetV3深度學習網絡模型在準確率和損失值方面表現出了最佳性能，網絡收斂速度最快，對玉米圖像的分類識別準確率最高并且在100輪迭代訓練中損失值波動幅度最小。這可能歸因于MobileNetV3深度學習網絡模型在輕量級結構的基礎上，引入了SE模塊和更新的激活函數，以及通過NAS搜索參數進行的優化，從而提高了模型的性能。

對深度學習網絡模型的準確率和損失值進行計算，MobileNetV3深度學習網絡模型的準確率曲線圖和損失值函數曲線圖如圖1所示。MobileNetV3深度學習網絡模型的損失函數曲線在10輪后趨于平穩，準確率曲線在18輪后趨于穩定。但是，其他3種深度學習網絡模型的準確率和損失值在進行35輪迭代訓練后才趨于平緩。綜上對比，MobileNetV3深度學習網絡模型具有較高的識別精度。

在此次試驗中，4種模型在訓練過程中均出現了局部震蕩現象，但MobileNetV3深度學習網絡模型的震蕩幅度較小，在4種模型中表現最為穩定。而ShuffleNet深度學習網絡模型出現局部震蕩次數較多且最為明顯。這可能與不同網絡結構和參數設置之間的差異有關，需要進一步研究和調整。

MobileNetV3深度學習網絡模型的訓練時間最短，平均每秒鐘可對3.6張圖片進行訓練；ShuffleNet深度學習網絡模型的訓練時間最長，平均每秒鐘只能對1.6張圖片進行訓練。這與模型的復雜度和計算開銷有關，輕量級模型在訓練時間上具有一定的優勢。

4 結論與討論

此次研究采用了4種深度學習網絡模型（MobileNetV3、ShuffleNet、GoogLeNet、VGG16）對玉米種子進行分類識別，并對其性能進行了評估和比較，其中MobileNetV3深度學習網絡模型的測試準確率為93.4%。研究表明，MobileNetV3深度學習網絡模型在玉米種子分類識別任務中具有較高的準確率、穩定性和較短的訓練時間。該試驗結果對于玉米種子的自動化分類和識別具有重要的應用價值，并為進一步優化和改進深度學習網絡模型在農業領域的應用提供了參考。然而，此次研究的數據集規模相對較小，對其他玉米品種和泛化能力的研究還需要進一步擴充和探索。

參考文獻：

［1］KHAKI S，PHAM H，HAN Y，et al.Convolutional neural networks for image-based corn kernel detection and counting［J］.Sensors（Basel），2020（9）：2721.

［2］KHAKI S，PHAM H，HAN Y，et al.DeepCorn：a semi-supervised deep learning method for high-throughput image-based corn kernel counting and yield estimation［J］.Knowledge-Based Systems，2021（12）：106874.

［3］馬睿，王佳，趙威，等.基于卷積神經網絡與遷移學習的玉米籽粒圖像分類識別［J/OL］.中國糧油學報：1-10［2023-05-31］.http：//kns.cnki.net/kcms/detail/11.2864.TS.20220803.1310.010.html.

［4］司海平，萬里，王云鵬，等.基于特征融合的玉米品種識別［J/OL］.中國糧油學報：1-12［2023-05-31］.https：//doi.org/10.20048/j.cnki.issn.1003-0174.000167.

［5］王嶸.基于深度學習的圖像搜索算法研究［J］.計算機產品與流通，2018（11）：150.

［6］惠苗.融合壓縮與激勵的GoogLeNet模型云檢測算法［J］.榆林學院學報，2023（2）：68-72.

［7］畢鵬程，羅健欣，陳衛衛.輕量化卷積神經網絡技術研究［J］.計算機工程與應用，2019（16）：25-35.

作者簡介：張宇航（2000—），男，碩士生，研究方向：農業工程與信息技術；楊冬風（1977—），女，博士，副教授，研究方向：模式識別在農業中的應用。