一種改進YOLOV5的蘋果葉片病害檢測方法

摘" 要：蘋果葉片病害檢測對蘋果生產(chǎn)至關重要，為達到理想的檢測精度，對YOLOV5s算法進行改進。使用FasterNet網(wǎng)絡替換YOLOV5模型中的Backbone部分，使模型輕量化的同時具有較好的精確度。FasterNet具有4個FasterNetBlock，將特征提取層定為第2、3兩個FasterNetBlock，在保證模型輕量化的同時提升模型的預測精度。改進后的模型在蘋果葉片數(shù)據(jù)集進行測試，mAP達到93.1%。結果表明，該文設計的模型在蘋果葉片病害檢測效果上對比YOLOV5有明顯提升，與當前主流算法相比，具有一定的先進性。

關鍵詞：病害檢測；YOLOV5；FasterNet；模型構建；特征提取

中圖分類號：S432" " " " "文獻標志碼：A" " " " " 文章編號：2096-9902（2023）14-0009-04

Abstract： Apple leaf disease detection is essential for apple production. In order to achieve the desired detection accuracy， the YOLOV5s algorithm was improved by replacing the Backbone part with the FasterNet network to make the model lightweight while maintaining good accuracy. FasterNet has 4 FasterNetBlocks and sets the feature extraction layer as the second and third FasterNetBlocks， improving the prediction accuracy of the model while ensuring its lightweight. The improved model was tested on an apple leaf dataset， and the mAP reached 93.1%. The results show that the model designed in this paper has a significant improvement compared with YOLOV5 in apple leaf disease detection， and has a certain advanced compared with the current mainstream algorithms.

Keywords： disease detection; YOLOV5; FasterNet; model construction; feature extraction

蘋果作為世界上種植最廣泛的作物，其擁有很高的營養(yǎng)成分的同時也具有一定的藥用價值。蘋果等農(nóng)作物均會受到各種病害的侵蝕，這一定程度上導致蘋果的產(chǎn)量大幅下降。研究表明，農(nóng)作物產(chǎn)量會受到各種因素的影響，其中植物病害尤為嚴重[1-3]。再者，以往識別農(nóng)作物是否存在病害主要由人來進行，通常存在效率低、執(zhí)行困難等問題。綜上所述，設計一種有效的農(nóng)作物病害識別方法意義重大。

應用深度學習進行農(nóng)作物病蟲害檢測是當前研究的重要課題之一。Zhang等[4]基于AlexNet網(wǎng)絡實現(xiàn)改進，設計了一個新的網(wǎng)絡GPDCNN，該網(wǎng)絡在黃瓜病害數(shù)據(jù)集上測試后，實驗結果表明其能有效檢測黃瓜病害。Chen等[5]基于DenseNet網(wǎng)絡設計并提出了一個新的玉米病害檢測網(wǎng)絡Mobile-DANet，在其自行構建的數(shù)據(jù)集上進行測試，平均準確率提升至95.86%。其數(shù)據(jù)不具有較為復雜的環(huán)境，與實際場景數(shù)據(jù)具有一定的差距，較難符合農(nóng)作物生產(chǎn)實際。針對上述問題，本文設計一種結合FastetNet的輕量級改進YOLOV5n模型，在自然條件下實現(xiàn)對蘋果葉片病害的有效識別。

1" 數(shù)據(jù)集準備及數(shù)據(jù)預處理

本文中農(nóng)業(yè)病害圖像數(shù)據(jù)使用西北農(nóng)林科技大學制作的蘋果葉片數(shù)據(jù)集，數(shù)據(jù)集大部分在光線充足的條件下獲取，其余圖像在光線較少的條件下獲取。數(shù)據(jù)集包括斑點落葉病、褐斑病、花葉病、灰斑病以及銹病等常見的蘋果葉面病理圖像數(shù)據(jù)，數(shù)據(jù)集原始圖片為1 591張，每種病害約500張。

模型訓練需要豐富的圖像數(shù)據(jù)，因此在原始圖片的基礎上需要進行數(shù)據(jù)集的擴充。第一步，為符合YOLOV5的輸入需求，將圖片尺寸設置為640像素×640像素。第二步，為防止數(shù)據(jù)在訓練中發(fā)生過擬合，需要提升樣本的多樣性，本文使用翻轉、對比度、倒置和鏡像等圖像預處理方法擴充訓練數(shù)據(jù)集。數(shù)據(jù)擴充后，數(shù)據(jù)集規(guī)模為斑點落葉病5 343張，褐斑病5 655張，灰斑病4 810張，花葉病4 875張，銹病5 694張，共有20 000余張圖像。

2" 模型構建

2.1" FasterNet模型

MobileNets、ShuffleNets、GhostNet等均由Depthwise Convolution、Group Convolution等結構優(yōu)化模型的FLOPs，但是會導致內(nèi)存訪問量提升，針對模型冗余計算量問題，Chen等人[6]提出一種新的結構，稱之為部分卷積（Partial Convolution），該機構在降低內(nèi)存訪問量的同時優(yōu)化了冗余計算所帶來的參數(shù)量問題，極大地提升了捕捉空間特征的能力。以PConv和1×1卷積結構為基礎構建FasterNet，其類型包括FasterNet-T0、FasterNet-T1、FasterNet-T2，模型參數(shù)量由小到大，為了模型輕量化本文使用FasterNet-T0，其結構如圖1所示。圖中h，w，k分別代表特征圖的高、寬以及卷積核尺寸，Cp表示常規(guī)卷積通道數(shù)。

PConv僅在部分輸入通道上采用一般Conv實現(xiàn)空間特征獲取，維持剩余通道不變。以首個或末尾連續(xù)的Cp通道看成是全體特征圖的表征來計算。保證其一般性的同時，維持輸入與輸出特征圖通道數(shù)一致。PConv的FLOPs為h×w×k2×C^２_p，其只占一般Conv的1/16。

2.2" 模型構建

2.2.1" YOLOV5模型的構建

YOLOV5使用CspDarknet53作為其主干提取網(wǎng)絡的Backbone，Cspdarknet53是一個深度可分離卷積（Depthwise-Separable Convolution）和跨階段連接（Cross-Stage Partial Connections）的特殊變種，其主干提取網(wǎng)絡能夠有效地提高模型的精度和速度。CspDarknet53具有更少的參數(shù)和更好的性能，還支持多尺度特征融合，從而進一步提高目標檢測的準確率。

YOLOV5模型具有2類特征處理模塊：空間金字塔池化（Spatial Pyramid Pooling，SPP）與路徑聚合網(wǎng)絡（Path Aggregation Network，PAN）。這些模塊增強了網(wǎng)絡對圖像特征的表達和提取能力，利用不同主干層的特征，從而提高網(wǎng)絡在分類和回歸方面的性能。

YOLOV5的特征輸出層是由3個不同大小的特征圖（Feature Map）組成。其分別被命名為P3、P4和P5。輸出張量是由3個不同尺寸的特征圖組成的，每張?zhí)卣鲌D擁有不同的空間分辨率。

這種多尺度的做法使得YOLOV5能夠檢測不同大小的物體，并且可以在避免舍棄尺寸信息的同時又保持了速度的優(yōu)勢，以最高置信度的形式輸出預測結果。

2.2.2" 改進模型的構建

本文使用FasterNet網(wǎng)絡替換YOLOV5網(wǎng)絡的Backbone，特征提取層替換為FasterNet中的FasterNetBlock（2）層、FasterNetBlock（3）層以及原有的SPPF層，圖2所示為改進后的YOLOV5-FasterNet結構圖。

3" 實驗設計

3.1" 識別流程

蘋果葉片病害識別的流程如圖2所示。第一步，篩選數(shù)據(jù)集，清理無效圖像和特征不明顯的圖像。第二步，數(shù)據(jù)預處理，數(shù)據(jù)劃分為訓練部分和測試部分，劃分比例為8∶2，采用翻轉、倒置、鏡像等方法完成數(shù)據(jù)擴充，提升數(shù)據(jù)集的豐富度。最后使用擴充后的數(shù)據(jù)訓練改進模型，存儲實驗結果。使用訓練后的模型進行預測，完成蘋果葉片病害的識別。

3.2" 實驗結果分析

3.2.1" 實驗平臺

本研究的電腦配置使用Windows10系統(tǒng)，CPU為Inter Core i5 12400，顯卡為NVIDIA GeForce RTX 2070S（8 GB），內(nèi)存32 G，硬盤為1 T 固態(tài)硬盤。編程語言為Pyhton，使用Pytorch2.0實現(xiàn)模型的構成、訓練及測試，使用cuda11.7、cudnn8.8.1進行GPU加速。

3.2.2" 參數(shù)設定

為保證訓練效果，模型超參數(shù)設置如下。單次數(shù)據(jù)量Batchsize設定值16，總訓練輪次Epoch設定值100次，使用FasterNet-T0預訓練模型參數(shù)，使用梯度下降方法（SGD）作為優(yōu)化器，起始學習率（Learn Rate，LR）設定值0.01，動量參數(shù)（Momentum）設定值0.937，權值衰減設定值0.000 5，整個訓練使用余弦退火算法優(yōu)化學習率。

3.2.3" 評價指標

1）精度（Accuracy）：代表所提算法正確檢測出的目標數(shù)量，如式（1）

式中：TP（True Positive）代表目標被正確檢測并標記的數(shù)量；FN（False Negative）代表標記但未被檢測出的目標數(shù)量；FP（False Positive）代表未標記但目標被錯誤檢測的數(shù)量；TN（True Negative）代表未標記且目標未被錯誤檢測的數(shù)量。

2）平均精度（Mean Average Precision，mAP）：精度可以體現(xiàn)單個類別的檢測效果，但缺乏全局性，因此通過mAP評估模型在數(shù)據(jù)集上的性能，如式（2）

式中：APi表示第i個類別的平均準確率：C表示類別數(shù)量。

3）召回率（Recall）：召回率面向單個目標時，檢測該目標正確的比例，如式（3）

4）精確率（Precision）：精確率代表檢測某類目標時，檢測正確的比例，如式（4）

5）FLOPs：表示為計算量，用來衡量模型的復雜度。

6）Param：表示參數(shù)量，用來衡量模型參數(shù)大小。

3.2.4" 對比試驗

為驗證改進后模型的先進性和對病害圖像的泛化能力，對比當前多種主流模型在此數(shù)據(jù)集下的結果，見表1。從表中可以看出，本文算法在性能上均優(yōu)于YOLOV3、YOLOV4等主流模型。由實驗結果可以看出，改進的模型相比YOLOV5n模型，mAP@0.5上升了1.1%，mAP@0.5∶0.95上升了1.7%，保持模型的輕量化的同時，性能有所提升。綜上所述，所提網(wǎng)絡模型對農(nóng)業(yè)病害目標的識別有更好的識別率、模型輕量化，具有良好的泛化性和穩(wěn)定性。

為驗證改進部分對網(wǎng)絡性能提升有較好的效果，以YOLOV5n為基線模型，利用Grad-CAM算法[10]生成對比實驗熱力圖，其推理結果和熱力圖實驗結果如圖3所示，可以看出改進模型的推理結果和熱力圖實驗結果均優(yōu)于基線模型。

4" 結束語

本文以YOLOv5n為基線模型，提出一種使用FasterNet-T0替換YOLOV5n的Backbone的蘋果葉片病害識別方法，在保持模型輕量化的同時提升模型識別精度。利用改進的YOLOV5n模型處理大量的病害數(shù)據(jù)，將提取的特征運用到目標檢測任務中。針對蘋果葉片病害識別特點，設計將FasterNet網(wǎng)絡替換YOLOV5的特征提取網(wǎng)絡，模型參數(shù)有小幅度上升，但仍能符合實際使用需求。本文所提方法有效提高模型的準確率，提升了模型的運行速度。根據(jù)實驗結果所提出的改進方法優(yōu)于當前主流模型，可作為一種有效的解決方案應用于相關領域。

參考文獻：

[1] LIANG Q K， XIANG S， HU Y C， et al.（PDSE）-S-2-Net： computer-assisted plant disease diagnosis and severity estimation network[J].Computers and Electronics in Agriculture， 2019（157）：518-529.

[2] LI Z， PAUL R， TIS T B， et al. Non-invasive plant disease diagnostics enabled by smartphone-based fingerprinting of leaf volatiles[J].Nature Plants， 2019，5（8）：856-866.

[3] GANDHI R， NIMBALKAR S， YELAMANCHILI N， et al. Plant disease detection using CNNs and GANs as an augmentative approach[C]//2018 IEEE International Conference on Innovative Research and Development （ICIRD）. IEEE， 2018：1-5.

[4] ZHANG S， ZHANG S， ZHANG C， et al. Cucumber leaf disease identification with global pooling dilated convolutional neural network[J].Computers and Electronics in Agriculture，2019（162）：422-430.

[5] CHEN J D，WANG W H，ZHANG D F， et al.Attention embedded lightweight network for maize disease recognition[J].Plant Pathology， 2021，70（3）：630-642.

[6] CHEN J R ， AO S H， HE H ，et al，Run， Don't Walk： Chasing Higher FLOPS for Faster Neural Networks[J].arXiv preprint，2303（2023）：03667.

[7] R EDMON J， FARHADI A.YOLOv3：An incremental improvement[J].arXiv preprint，2018（1804）：02767.

[8] BOCHKOVSKIY A， WANG C Y， LIAO H Y M. YOLOv4： Optimal speed and accuracy of object detection[J].arXiv preprint，2020.

[9] ZHU X，LYU S，WANG X，et al.TPH-YOLOv5：Improved YOLOv5 based on transformer prediction head for object detection on drone-captured scenarios[J].2021.

[10] SELVARAJU R R，COGSWELL M，DAS A，et al.Grad-CAM：Visualexplanations from deep networks via gradient-based localization[C]//IEEE International Conference on Computer Vision.IEEE，2017：618-626.

基金項目：新疆維吾爾自治區(qū)自然科學基金資助項目（2022D01C08）；新疆維吾爾自治區(qū)高等學校科學研究計劃資助項目（XJEDU2023P129）

第一作者簡介：王澤偉（1993-），男，碩士，助教。研究方向為深度學習、新能源發(fā)電。

*通信作者：宋莉莉（1987-），女，碩士，副教授。研究方向為智能算法及控制優(yōu)化。